流式视频中的时间语句定位

该论文调查了自然语言视频定位的基本概念和当前研究状况，并讨论了未来的研究方向，重点介绍了多模态理解和交互技术，构建了技术的分类法，讨论了当前研究中存在的问题并分享了有前途的研究方向。