Wie 2R Video Retrieval Dataset

How 2R ist ein Datensatz zum textbasierten Videoabruf. Der Datensatz enthält 24.328 60er-Segmente und ihre 51.390 verwandten Suchbegriffe, die aus 9.371 Videos im HowTo 100M-Datensatz gesammelt wurden, mit durchschnittlich 2–3 verwandten Suchbegriffen pro Segment. Davon werden 80%-Daten zum Training, 10%-Daten zur Verifizierung und 10%-Daten zum Testen verwendet.

How 2R und How 2QA sind neue anspruchsvolle Benchmarks, die zum Studium der Bereiche Videoabruf und Beantwortung von Videofragen verwendet werden können.