主要观点总结
本文介绍了一个名为GUIDE的新数据集，该数据集旨在提高模型对教学视频内容的理解能力。文章详细描述了GUIDE数据集的构建过程、包含的内容以及相关的三个任务：Step Captioning、Guideline Summarization和Guideline-Guided Captioning。文章还介绍了在该数据集上进行实验的结果，包括对不同模型在三个任务上的性能评估。此外，文章还提到了数据集的应用前景和对于教学视频理解能力的提升。
关键观点总结
关键观点1: GUIDE数据集介绍
GUIDE是一个新的数据集，包含日常生活相关的8个领域中的560个教学任务的3.5K条视频。数据集的特点是提出了教学任务维度上的大纲步骤，旨在提高模型对教学视频内容的理解能力。
关键观点2: 数据集的构建流程
数据集的构建包括三个阶段：视频收集、自动标注、人工优化。每个阶段都有明确的目标和流程，以确保数据集的质量和准确性。
关键观点3: 三个任务介绍
GUIDE数据集中定义了三个任务：Step Captioning、Guideline Summarization和Guideline-Guided Captioning。这些任务旨在评估模型对教学视频的理解能力，包括理解单个教学视频中的程序性内容、分析视频之间相关性和在大纲引导下理解单个教学视频中的程序性内容。
关键观点4: 实验结果
文章介绍了在该数据集上进行实验的结果，包括对不同模型在三个任务上的性能评估。实验结果表明，GUIDE数据集能够帮助大模型提升教学视频理解能力。
关键观点5: 数据集的应用前景
GUIDE数据集的应用前景广阔，特别是在教学视频理解方面。通过使用该数据集，模型可以更好地理解教学视频中的内容，从而提高教学质量和效果。
文章预览
论文名称： GUIDE: A Guideline-Guided Dataset for Instructional Video Comprehension 论文作者：梁家锋、蒋世鑫、汪泽堃、潘浩杰、陈则睿、初征、刘铭、付瑞吉、王仲远、秦兵 论文链接： https://arxiv.org/abs/2406.18227 项目主页：https://guide-ijcai2024.github.io 转载须标注出处：哈工大SCIR 摘要 教学视频指导学习者如何完成多步骤任务，例如烹饪、化妆和刺绣、修理或制作新物品。如图1所示，目前的教学视频数据集大多关注于细粒度标注，缺乏系统性，导致初学者难以学习。在现实生活中，从属相同任务的教学视频之间大多存在很高的流程相似度，因此该工作提出了GUIDE（指南引导）数据集，在现有视频维度之上提出 教学任务维度 上的大纲步骤。数据集包含日常生活相关的8个领域中560个教学任务的3.5K条视频。此外，该工作提出了三个任务（Step Captioning，Guideline Summarization
………………………………
