研究比较了ChatGPT和人类对话的语言差异，发现人类对话在可变性和真实性方面更出色，而ChatGPT在社交过程、分析风格、认知、注意力焦点和积极情绪方面表现优异。研究还提供了一个新的ChatGPT生成的对话数据集，用于语言建模的AI研究。这些结果有助于理解ChatGPT的语言能力，并为区分人类和AI生成的文本提供了信息。

本研究提出了一种新颖的视频理解任务方法，将基于知识的问题回答融合进来，并提出了一个关于情景喜剧的视频数据集。该数据集融合了视觉、文本和时间的连贯思维，需要观看该系列影片的体验知识才能回答基于知识的问题。同时，本文提出了一种能够将视觉和文本视频内容与剧集相关的具体知识相结合的视频理解模型。主要发现是融入知识可在视频问答方面产生卓越的改进，但仍需进一步研究提高准确度。

该研究提出了一种新的视频理解任务方法，融入知识可在视频问答方面产生卓越的改进。研究发现，该方法仍远远落后于人类的准确度，具有较高的研究价值。