基于问题理解和时序引导的视频问答方法及系统

本发明公开基于问题理解和时序引导的视频问答方法及系统，属于视频问答技术领域；方法包括：用视频编码器从原始视频中提取视频特征，使用文本编码器从给定问题和候选答案中提取问题‑答案特征；通过负样本筛选策略构建负样本问题，并使用负样本问题训练视频问答模型；对视频类型进行划分，通过时序扰乱方法构建负样本视频，并使用负样本视频训练视频问答模型；将视频、问题和候选答案输入训练好的视频问答模型，预测答案；视频问答模型包括：视频编码器、文本编码器，以及一个包含自注意力层、交叉注意力层和前向传播层的跨模态特征提取器，跨模态特征提取器将问题‑答案特征作为查询向量，将视频特征作为键值向量进行跨模态交互。