本文提出了一种新方法，通过自然语言查询解决长视频中定位时间点的问题。该方法引入了动态滤波器、新的损失函数和软标签等关键组件，实现了从语言到视觉的转换，并在两个基准数据集上表现出优越性。

本文提出了一种通过自然语言查询解决长视频中定位时间点问题的新方法。该方法使用动态滤波器、新的损失函数和软标签等关键组件，实现了语言到视觉的转换，并在两个基准数据集上表现出色。