How2QA عبارة عن مجموعة بيانات إطارية لتعلم الفيديو واللغة. تقدم مجموعة البيانات نفس مجموعة مقاطع الفيديو المحددة لمجموعة أخرى من العاملين في AMT لتوضيح إجابات الأسئلة متعددة الاختيارات. تم تخصيص مقطع فيديو لكل عامل وطلب منه كتابة سؤال بناءً على أربع إجابات معدة مسبقًا (إجابة صحيحة واحدة وثلاث إجابات تشتيت الانتباه). تم إخفاء سرد الفيديو عن الموظفين للتأكد من عدم تأثر أزواج الأسئلة والأجوبة المجمعة بالترجمة. تحتوي مجموعة البيانات على 22000 مقطع فيديو مدته 60 ثانية تم اختيارها من 9035 مقطع فيديو و44007 زوجًا من الأسئلة والأجوبة.