movie understanding

新的NarraScene数据集通过关注叙事结构改进电影RAG

研究人员重新审视了用于电影理解的检索增强生成（RAG）的场景分割方法，发现现有方法在性能上未能超越简单的时序分块。当前的基准测试优先考虑视觉过渡而非叙事结构，导致检索单元无效。为解决此问题，开发了一个名为NarraScene的新数据集，该数据集侧重于具有三级认知分类法的叙事中心分割。使用这些以叙事为基础的片段作为检索单元，显著改善了下游电影理解任务。