本文介绍了一种多模态视频主题分段器，结合视频转录和跨模态注意机制，提出双对比学习框架，以提升模型对复杂视频的适应能力。实验结果表明，该方法在短视频和长视频上均优于基准，具有更好的准确度和可转移性。