tác giả:  (1) Dinesh Kumar Vishwakarma, Phòng thí nghiệm nghiên cứu sinh trắc học, Khoa Công nghệ thông tin, Đại học Công nghệ Delhi, Delhi, Ấn Độ;  (2) Mayank Jindal, Phòng thí nghiệm nghiên cứu sinh trắc học, Khoa Công nghệ thông tin, Đại học Công nghệ Delhi, Delhi, Ấn Độ  (3) Ayush Mittal, Phòng thí nghiệm nghiên cứu sinh trắc học, Khoa Công nghệ thông tin, Đại học Công nghệ Delhi, Delhi, Ấn Độ  (4) Aditya Sharma, Phòng thí nghiệm nghiên cứu sinh trắc học, Khoa Công nghệ thông tin, Đại học Công nghệ Delhi, Delhi, Ấn Độ.  Bảng liên kết   Tóm tắt và giới thiệu   Bối cảnh và công việc liên quan   Bộ dữ liệu EMTD   Phương pháp đề xuất   Thí nghiệm   Kết luận và tài liệu tham khảo  3. Bộ dữ liệu EMTD  Các bộ dữ liệu trong tài liệu trước đây thiếu sự thống nhất về thể loại phim. Do đó, chúng tôi đề xuất EMTD (Bộ dữ liệu đoạn giới thiệu phim tiếng Anh) bao gồm khoảng 2000 đoạn giới thiệu phim Hollywood độc đáo được tải xuống từ IMDB1. EMTD chứa 2000 trailer độc đáo thuộc 5 thể loại: hành động, hài, kinh dị, lãng mạn, khoa học viễn tưởng. Tập dữ liệu được trích xuất từ IMDB bằng quy trình loại bỏ web như sau: (1) tìm nạp danh sách các tựa phim có sẵn trên IMDB (với ít nhất 1 thể loại chung cho một thể loại được đề cập ở trên), (2) loại bỏ siêu dữ liệu tương ứng với từng tiêu đề phim bao gồm cả đoạn giới thiệu liên kết để tải xuống và (3) tải các đoạn giới thiệu (.mp4) tương ứng với liên kết vào một thư mục và liệt kê tất cả các thông tin/siêu dữ liệu về phim bao gồm tên đoạn giới thiệu, mô tả, cốt truyện, từ khóa và thể loại dưới dạng một tệp CSV. Trong công việc này, tập dữ liệu được phân chia thành tập huấn luyện (1700 đoạn giới thiệu), tập xác thực (300 đoạn giới thiệu) như trong Bảng 1.  Nghiên cứu chỉ được thực hiện với các thể loại trên vì hầu hết các thể loại này đều được quan sát thấy trong phim. Trước tiên, chúng tôi cũng muốn khám phá hiệu suất của kiến trúc trên một nhóm nhỏ các thể loại, vì vậy, chúng tôi chỉ chọn 5 thể loại thay vì hướng tới một nhóm thể loại rộng lớn.   Bài viết này   theo giấy phép CC BY-NC-SA 4.0 DEED. có sẵn trên arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Kinetopgraph.TECH

Read My Stories

kinetograph

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

dài quá đọc không nổi

Boost your HackerNoon story @ $159.99! 🚀

Lập hồ sơ đa cấp về Mạng sâu dựa trên tình huống và đối thoại: Bộ dữ liệu EMTD

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

179 Stories To Learn About Reading

309 Stories To Learn About Smart Contracts

128 Stories To Learn About Charles Dickens

223 Stories To Learn About Science

179 Stories To Learn About Reading

309 Stories To Learn About Smart Contracts

128 Stories To Learn About Charles Dickens

223 Stories To Learn About Science

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps