جواب عن فيديو: هل وصف المقطع المحلي أم الملف كله؟

الخلاصة السريعة

اذكر الفترة التي يدعمها المدخل ووصف الحدث فيها؛ لا تمد الوصف إلى كامل الملف أو إلى مدة لم يراجعها المصدر.

• تعرف دراسة وصف الأحداث الكثيف مهمة وصف أحداث الفيديو وتحديد بداياتها ونهاياتها، وقد تتداخل فتراتها. ^[1] المهمة لا تضمن صحة كل حد اقترحه نموذج.
• في قصتنا يحمل الشخص البطاقة في الجزء من الثانية 6 إلى 9، ويضعها لاحقا؛ وصف الجزء لا يعني حملها طوال الملف ذي الست عشرة ثانية.
• قد يجتمع حمل البطاقة والكلام في الفترة نفسها؛ تداخل وصفين لا يجعلهما وصفا متعارضا أو حدثا واحدا بالضرورة.
• سم الملف والفترة وما تمت مراجعته، وأبق الأجزاء غير المعروضة غير محسومة؛ التوقيت داخل الملف ليس ساعة تصوير، ولم نجر تحليل فيديو.

كيف يختلف وصف حدث عن وصف الملف؟

تعرض دراسة Dense-Captioning Events in Videos سنة 2017 وصف أحداث متعددة وتحديد فتراتها ببداية ونهاية. وتشرح أن الأحداث قد تختلف في طولها أو تتداخل زمنيا. هذا تعريف لمهمة بحثية، وليس ضمانا لدقة مخرج معين. ^[1]

نطلب من المساعد وصف الجزء الذي تلقاه بعبارة تحدد نطاقه. السؤال عن حدث في فترة معينة يختلف عن سؤال «ماذا يفعل الشخص طوال التسجيل؟». لا يكفي أن تكون الجملة صحيحة في موضع واحد حتى تصبح جوابا عن السؤال الثاني.

ولا نعتبر كل وصف محلي ملخصا شاملا. قد يختار طلب آخر أهم أحداث الملف، لكن ذلك يحتاج مدخلات ومراجعة تناسب اتساع السؤال.

كيف نقرأ قصة ذات فترات معلنة؟

نؤلف قصة مصورة طول ملفها ست عشرة ثانية. تعلن بطاقة التمرين أن الشخص يحمل بطاقة في الفترة من 6 إلى 9، ثم يضعها على الطاولة في جزء لاحق. هذه معلومات اخترناها للمثال وليست قياسات من فيديو.

لو كان المدخل هو الجزء الأول المذكور، يصلح وصف «يحمل بطاقة في الجزء المقدم». أما «يحمل بطاقة طوال الست عشرة ثانية» فيتجاوز النطاق ويخالف وضعها المعلن لاحقا. نحتفظ بقيد الفترة داخل الجواب بدل حذفه لتقصير العبارة.

وإذا لم يقدم الجزء اللاحق في حالة أخرى، نترك فعله مجهولا بدلا من افتراض الاستمرار. غياب دليل الوضع في ذلك المدخل لا يتحول تلقائيا إلى دليل على حمل متواصل.

هل لكل فترة وصف واحد فقط؟

نضيف إلى القصة شرطا: يتكلم الشخص بينما يحمل البطاقة في جزء من الفترة نفسها. لدينا وصف للحمل ووصف للكلام؛ يمكن أن يصحا معا، ولا تفرض القصة أن يبدأ الكلام بعد انتهاء الحمل.

لذلك لا نحول قائمة الوصفين إلى ترتيب متتابع دون معلومة زمنية. كما لا ندمجهما في حدث واحد لمجرد تقاطع فترتيهما. المراجعة هنا تتبع العلاقة المعلنة: يتزامنان في جزء، مع بقاء الفعلين مختلفين.

قد يكون وصفان متعارضين فعلا، مثل نفي حمل البطاقة وإثباته في الظروف نفسها، لكن مجرد التداخل لا يكفي لإعلان تعارض. هذه أمثلة منطقية مستقلة عن نتائج الدراسة.

ما البيانات اللازمة قبل تعميم الجواب؟

نقترح حفظ اسم النسخة وبداية الجزء ونهايته ونص الوصف وما شاهد أو راجع فعلا. إذا قال المساعد «في الفيديو»، اسأله هل يقصد الجزء المقدم أم الملف كله، ثم صحح النطاق في الصياغة.

لا نعطي أرقام الملف معنى ساعة وقوع الحدث في اليوم؛ ذلك يحتاج بيانات أخرى. ولا نحول حدودا اقترحها نموذج إلى لحظات مؤكدة لمجرد دقة أرقامها. لم نشغل نموذجا أو نختبر تحديد حدث؛ النتيجة تحرير نطاق ادعاء كي يوافق نطاق مادته.