视频问答方法、装置、设备和存储介质

本申请实施例一种视频问答方法、装置、设备和存储介质。该方法包括：对用户问题和待分析视频进行编码处理，得到所述用户问题对应的问题编码和所述待分析视频对应的多个连续视频帧编码；根据预训练的关键信息查询向量从所述问题编码中确定目标关键信息；根据所述目标关键信息和多个所述连续视频帧编码生成多个基于用户问题引导的视频帧编码，并基于所述目标关键信息对多个所述基于用户问题引导的视频帧编码进行融合处理，得到目标编码信息；将所述目标编码信息与所述问题编码输入至预训练语言模型，得到所述预训练语言模型输出的响应答案，节省了计算资源，提高了处理效率。