一种基于视频理解的交互式问答系统及其工作方法

本发明属于人工智能技术领域，具体涉及一种基于视频理解的交互式问答系统及其工作方法。所述前端交互层，用于系统与用户交互互动；所述处理层，用于通过大模型实现基于视频理解的交互式问答；所述知识增强层，知识增强层内的内容以文本形式存储形成知识库，根据用户的问题和视频检索的结果进行二次检索，其检索结果和用户的问题、视频检索片段一起输入多模态大模型中，并生成最终回复；本发明针对无法动态响应用户自由提问、忽略视频画面与音频的语义信息以及缺乏对视频时序上下文的理解能力的问题。