101759组视频问答数据

101759组视频问答数据，该数据集包含多题材视频和对应的问答标注文档。视频类别有办公、教育、旅游、烹饪、商品介绍、社会时事、时尚、体育、医疗健康、娱乐共10个，每段视频的时长不低于60s，分辨率不低于1080p，有音频。问题类型有动作、动作变化、位置、位置变化、场景、场景变化、属性、属性变化等，问答轮数不低于5轮，每轮提问和回答的字数不少于10个字符。该数据集可用于视频问答等多模态理解任务。

数据堂如何保障数据质量与安全

数据规格

数据内容

101759组，每组含视频和对应的问答标注文档

数据分布

①多种视频题材，办公、教育、旅游、烹饪、商品介绍、社会时事、时尚、体育、医疗健康、娱乐共10个；②多种问题类型，如动作、动作变化、位置、位置变化、场景、场景变化、属性、属性变化等

标注内容

根据视频内容进行问答，每轮问答有提问、回答、是否需要音频、起止时间戳

数据质量

①视频时长>60s，分辨率>=1080p，有音频；②问答轮数>=5轮，每轮提问和回答的长度不短于10个字符；③以轮数为单位，正确问答轮数的占比不低于95%。