LSMDC 全称 Large Scale Movie Description Challenge 。该数据集包含了从 202 部电影中提取的 118,081 个短视频片段。每个视频都附有字幕，有的是从电影剧本中提取的，有的是通过 DVS（专为视障人士提供的口述影像服务）转录的。

验证集包含 7,408 个视频片段，评估是在一个由 1,000 个电影视频组成的测试集上进行的，这些视频与训练集和验证集不重叠。