多视图内容感知长文档检索

原文约300字，阅读约需1分钟。发表于：。

通过多视角内容感知索引（MC 索引）来提高长文档问答（DocQA）的性能，无需训练或微调。与现有的固定长度切块方式相比，MC 索引显著提高了召回率，并能与任何检索器无缝集成。

该研究使用MoVQA数据集和基准评估，评估多模态系统在不同时间长度下的认知能力。结果显示，随着视频和线索长度的增加，各种方法的性能下降，基准方法有所改进，但在挑战性的MoVQA数据集上仍有提升空间。预计MoVQA将为长篇视频理解研究提供新的视角和启发性工作。