本研究提出了新系统RAPID，旨在解决多媒体内容中的文本视频事件检索问题。通过结合大语言模型和提示学习，RAPID有效增强了查询上下文，提高了检索的准确性，尤其在处理上下文不完整的查询时表现突出。

本文提出了TV-ProxyNet框架，解决了文本视频检索中模态差异的问题。通过将1对N关系转化为N个1对1关系，提高了查询精度和覆盖范围。实验结果显示，该方法在MSRVTT和ActivityNet Captions数据集上表现出色，改善了语义映射并减少了错误。