كيف تعتبر 2R مجموعة بيانات حول استرجاع الفيديو المستند إلى النص. تحتوي مجموعة البيانات على 24,328 مقطع فيديو من الستينيات و51,390 مصطلح استعلام مرتبط بها تم جمعها من 9,371 مقطع فيديو في مجموعة بيانات HowTo 100M، بمتوسط 2-3 مصطلحات استعلام مرتبطة لكل مقطع. من بينها، يتم استخدام بيانات 80% للتدريب، ويتم استخدام بيانات 10% للتحقق، ويتم استخدام بيانات 10% للاختبار. كيف تعد 2R و 2QA معايير جديدة وتحديات يمكن استخدامها لدراسة مجالات استرجاع الفيديو والإجابة على أسئلة الفيديو.

الاستشهاد

@inproceedings{li2020hero,
title={HERO: Hierarchical Encoder for Video+ Language Omni-representation Pre-training},
author={Li, Linjie and Chen, Yen-Chun and Cheng, Yu and Gan, Zhe and Yu, Licheng and Liu, Jingjing},
booktitle={EMNLP},
year={2020}
}