一种面向视频问答的事件中心增强方法及系统

本发明提供了一种面向视频问答的事件中心增强方法及系统，涉及人工智能、多模态视频理解、视频问答与弱监督时序定位技术领域。本发明对输入视频进行视频级和帧级时序感知描述生成，从连续事件片段中合成包含时间跨度、问题和答案的增广三元组数据；通过事件片段‑问答对齐与视频文本相关性排序对合成三元组进行清洗，并为原始无时间跨度的视频问答样本自动生成伪事件跨度，形成增强训练集；基于伪事件跨度设计弱监督关键事件定位训练策略，引导视频问答模型提升关键帧置信度并抑制无关帧干扰。本发明解决现有视频问答数据标注稀缺、缺乏关键事件时间监督以及模型答案依据不可信的问题。