一种视频问答方法、装置、电子设备及存储介质

本申请涉及人工智能技术领域，尤其涉及一种视频问答方法、装置、电子设备及存储介质，用于提高视频问答的答案准确度。该方法包括：获取输入对象输入的问题，并抽取问题中的目标实体；基于目标实体，查询目标视频所属场景对应的场景知识图谱，获得第一搜索数据，并基于目标实体，查询目标视频对应的时序知识图谱，获得第二搜索数据，其中，时序知识图谱包含：各时间段内，目标视频中的各候选实体间的交互关系；基于第一搜索数据和第二搜索数据，通过大语言模型LLM，获得问题的答案。这样，使得LLM在回答视频问题时会考虑场景知识和时序知识，提高了回答的准确度。