基于交互方差注意力的时序同步评论在线剧透检测
信息检索
2019-08-22 v2 计算与语言
多媒体
摘要
如今,时序同步评论(TSC)作为一种新型交互式评论,在中国视频网站中日益流行。通过发布TSC,人们可以在观看在线视频时轻松表达感受并交流观点。然而,部分剧透出现在TSC中。这些剧透揭示了视频中的关键情节,破坏了人们首次观看时的惊喜感。本文提出一种新颖的带交互方差注意力的基于相似度网络(SBN-IVA)来将评论分类为剧透或非剧透。在该框架中,我们首先通过词级注意力编码器提取TSC的文本特征。我们设计基于相似度网络(SBN),根据TSC的语义相似度和时间戳获取邻域与关键帧相似度。然后,我们实现交互方差注意力(IVA)以消除噪声评论的影响。最后,我们基于邻域与关键帧相似度之差获得剧透的可能性。实验表明,SBN-IVA在F1分数上平均比基线中的最优方法高11.2%。
引用
@article{arxiv.1908.03451,
title = {Interactive Variance Attention based Online Spoiler Detection for Time-Sync Comments},
author = {Wenmian Yang and Weijia Jia and Wenyuan Gao and Xiaojie Zhou and Yutao Luo},
journal= {arXiv preprint arXiv:1908.03451},
year = {2019}
}
备注
Accepted by CIKM 2019