基于情绪的电视内容类型分类

电视内容分类有助于用户组织和浏览如今可用的大量频道和节目。本文通过利用从节目转录文本中提取的文本信息来解决电视内容分类问题。我们提出了一种分析方法，该方法改编了一个已在音乐或博客文章等其他领域广泛且成功应用的情感模型。我们使用从 Boxfish API 获取的真实世界数据集，比较了基于多种不同特征集训练的分类器的性能。实验表明，在大量电视内容集合上，节目类型可以在效价、唤醒度和支配度的三维空间中表示，并且使用基于此表示的特征可以获得有前景的分类结果。这一发现支持将所提出的电视内容表示用作相似度计算和推荐生成的特征空间。