基于自监督与视觉接地预训练的电影票房预测
多媒体
2023-04-21 v1 机器学习
摘要
电影制作投资伴随着高风险，因为电影收入具有长尾和双峰分布。准确预测票房收入可缓解不确定性并鼓励投资。然而，为演员、导演以及与用户生成内容相关的关键词学习有效表征仍是一个具有挑战性的开放问题。在本工作中，我们研究了自监督预训练的效果，并提出将内容关键词在电影海报对象中的视觉接地作为预训练目标。在包含 35,794 部电影的大型数据集上的实验证明了自监督训练和视觉接地的显著益处。特别是，视觉接地预训练显著改进了带有内容关键词的电影的学习，并与架构相同的微调 BERT 模型相比实现了 14.5% 的相对性能提升。
引用
@article{arxiv.2304.10311,
title = {Movie Box Office Prediction With Self-Supervised and Visually Grounded Pretraining},
author = {Qin Chao and Eunsoo Kim and Boyang Li},
journal= {arXiv preprint arXiv:2304.10311},
year = {2023}
}
备注
accepted by IEEE International Conference on Multimedia and Expo (2023)