本研究提出了一种用于电影长视频分割的多模态对齐聚合与提取的方法（MEGA）。该方法通过多个媒体模态对齐输入，实现跨模态的标签转移与段落划分。实验结果表明，MEGA 在场景分割和片段分割方面优于现有方法。