对 LiveBot：基于视觉与文本上下文生成直播视频评论的回应

直播视频评论系统是在线视频网站的一项新兴功能。近来，中国视频分享平台哔哩哔哩（Bilibili）推广了一种新颖的字幕系统，用户评论以滚动字幕流的形式叠加在视频播放画面上，并实时广播给所有观众。LiveBot 最近作为一种新颖的自动直播视频评论（ALVC）应用被提出，它能够基于现有视频流和现有观众评论自动生成直播视频评论。在试图复现原 LiveBot 论文所报告的基线结果时，我们发现使用该项目代码库复现的结果与论文中报告的数字存在差异。对此情况的进一步考察表明，这可能是由于项目代码中的若干小问题所致，包括训练集与测试集之间不易察觉的重叠。在本文中，我们详细研究了这些差异，并提出了一种替代的基线实现，作为该领域其他研究人员的参考。