NARU: Nuovo Benchmark per la Comprensione Narrativa e Culturale in Video Giapponesi di Lunga Durata

Un nuovo benchmark chiamato NARU è stato sviluppato da ricercatori per valutare la progressione narrativa e la comprensione culturale in video giapponesi di lunga durata. Questo benchmark presenta 1.481 domande derivate da 155 video, che complessivamente durano 146,8 ore, coprendo quattro dimensioni narrative e cinque culturali. Per realizzare questo ampio benchmark, il team ha implementato un processo di annotazione basato su memoria gerarchica che converte il video grezzo in annotazioni organizzate relative a eventi, narrazioni e cultura, seguito dalla generazione di domande attraverso sintesi orientata al compito e iterativa eliminazione di scorciatoie. La costruzione ha coinvolto due fasi di verifica da parte di madrelingua. Questa iniziativa colma una lacuna nei benchmark attuali, che raramente valutano il tracciamento narrativo insieme a significati sociali impliciti, specialmente in media non inglesi ad alto contesto. La ricerca è disponibile su arXiv con identificativo 2608.13210.