SHINE: 用于组合时间本体的关注度感知的层次化负排名

本研究通过引入大型语言模型 GPT-3.5-Turbo 生成有合理语义的困难负查询，并提出了一种从粗糙到精细的显著性排序策略，以增强视频和分层负查询之间的多粒度语义关系学习，从而提升组成泛化能力。在两个具有挑战性的基准测试上进行的广泛实验验证了我们提出方法的有效性和泛化性。