迈向GOAL：一个基于真实场景的足球解说资源
计算机视觉与模式识别
2022-11-10 v1 计算与语言
摘要
最近的视频+语言数据集涵盖了交互高度结构化的领域（如教学视频）或交互有脚本的领域（如电视节目）。这两种特性都可能导致模型利用虚假线索，而不是学习将语言与场景关联。在本文中，我们提出了GrOunded footbAlL commentaries（GOAL），这是一个新颖的足球（或“英式足球”）精彩片段视频数据集，配有英语实时解说转录。由于比赛进程不可预测，解说也同样不可预测，这使其成为研究动态语言接地的独特资源。我们还为以下任务提供了最先进的基线：帧重排序、时刻检索、实时解说检索和逐场实时解说生成。结果表明，最先进的模型在大多数任务中表现相当不错。我们讨论了这些结果的意义，并提出了GOAL可用于的新任务。我们的代码库可在以下地址获取：https://gitlab.com/grounded-sport-convai/goal-baselines。
引用
@article{arxiv.2211.04534,
title = {Going for GOAL: A Resource for Grounded Football Commentaries},
author = {Alessandro Suglia and José Lopes and Emanuele Bastianelli and Andrea Vanzo and Shubham Agarwal and Malvina Nikandrou and Lu Yu and Ioannis Konstas and Verena Rieser},
journal= {arXiv preprint arXiv:2211.04534},
year = {2022}
}
备注
Preprint formatted using the ACM Multimedia template (8 pages + appendix)