构建用于视频故事理解的分层问答数据集
人工智能
2019-04-02 v1 计算机视觉与模式识别
机器学习
多媒体
摘要
视频理解正作为一种研究类人AI的新范式而出现。问答（Q&A）被用作衡量视频理解智能水平的通用基准。尽管先前若干研究提出了视频问答任务的数据集，但它们并未真正融入故事级理解，导致问题难度程度的偏差严重且缺乏变化。本文提出一种构建问答数据集的分层方法，即分层难度级别。我们引入视频故事理解的三个准则，即记忆容量、逻辑复杂度和DIKW（数据-信息-知识-智慧）金字塔。我们讨论了由这些准则构建的三维映射如何用作评估与视频故事理解相关智能水平的度量。
引用
@article{arxiv.1904.00623,
title = {Constructing Hierarchical Q&A Datasets for Video Story Understanding},
author = {Yu-Jung Heo and Kyoung-Woon On and Seongho Choi and Jaeseo Lim and Jinah Kim and Jeh-Kwang Ryu and Byung-Chull Bae and Byoung-Tak Zhang},
journal= {arXiv preprint arXiv:1904.00623},
year = {2019}
}
备注
Accepted to AAAI 2019 Spring Symposium Series : Story-Enabled Intelligence