通过 YouTube 视频的多模态聚类表征多媒体信息环境
多媒体
2024-03-01 v1
摘要
本研究旨在全面表征多媒体（视频）中的信息内容，特别是针对 YouTube 平台。该研究提出了一种多方法框架，通过聚类来自音频、视频和文本等各种模态的信号来表征多媒体内容。以南海视频为案例研究，该方法旨在增强我们对在线内容（尤其是 YouTube 上内容）的理解。数据集包含 160 个视频，我们的发现基于聚类结果，提供了关于视频不同模态内内容主题和模式的见解。文本模态分析揭示了与地缘政治国家、战略和全球安全相关的主题，而视频和音频模态分析则识别出与不同视频集（包括新闻分析/报道、教育内容和访谈）相关的独特信号模式。此外，我们的发现利用条形码技术和音频相似性评估，揭示了视频聚类内的内容重用实例。这些发现表明了潜在的内容放大技术。总之，本研究基于模态聚类技术，独特地增强了我们当前对多媒体内容信息的理解。
引用
@article{arxiv.2402.18702,
title = {Characterizing Multimedia Information Environment through Multi-modal Clustering of YouTube Videos},
author = {Niloofar Yousefi and Mainuddin Shaik and Nitin Agarwal},
journal= {arXiv preprint arXiv:2402.18702},
year = {2024}
}
备注
14 pages, In the 4th International Conference on SMART MULTIMEDIA, 2024