この問題を解決するために、構造化マルチレベルインタラクションネットワーク（SMIN）を提案します。 動画の瞬間を、内容と境界の要素に分けて、相互作用させながら学習を行う。

広範な評価 3つのベンチマークを用いた広範な評価により、提案手法の有効性が 提案手法の有効性が実証されました。