Perfil multinível de redes profundas baseadas em situação e diálogo: conjunto de dados EMTD

Tabela de links

• Resumo e introdução
• Antecedentes e Trabalhos Relacionados
• Conjunto de dados EMTD
• Metodologia Proposta
• Experimentos
• Conclusão e Referências

3. Conjunto de dados EMTD

Os conjuntos de dados da literatura anterior carecem da composição uniforme dos gêneros cinematográficos. Portanto, propomos um EMTD (English Movie Trailer Dataset) que consiste em cerca de 2.000 trailers exclusivos de filmes de Hollywood baixados do IMDB1. EMTD contém 2.000 trailers exclusivos de 5 gêneros, a saber: ação, comédia, terror, romance, ficção científica. O conjunto de dados é extraído do IMDB pelo procedimento de web scrapping da seguinte forma: (1) buscar a lista de títulos de filmes disponíveis no IMDB (com pelo menos 1 gênero comum ao mencionado acima), (2) extrair metadados correspondentes a cada título de filme, incluindo o trailer link para download e (3) baixe os trailers (.mp4) correspondentes ao link em uma pasta e liste todas as informações/metadados sobre o filme, incluindo nome do trailer, descrições, enredo, palavras-chave e gêneros na forma de um arquivo CSV. Neste trabalho, o conjunto de dados é particionado em conjunto de trens (1700 reboques), conjunto de validação (300 reboques) conforme mostrado na Tabela 1.

O estudo é realizado com os gêneros acima apenas porque esses gêneros são observados principalmente nos filmes. Também queremos explorar primeiro o desempenho da nossa arquitetura num pequeno conjunto de géneros, por isso optamos por escolher apenas 5 géneros em vez de optarmos por um amplo conjunto de géneros.