비디오 검색 결과의 의미론적 계층 구조화
Source
Evernote/IFTTT Feedly/Placing Videos on a Semantic Hierarchy for Search Result Navigation.md
Summary
기존 상업용 검색 엔진의 단순 리스트 방식은 복잡한 검색 주제에 대한 효율적인 탐색이 어렵다는 문제를 지적한다. 본 논문은 비디오 검색 결과를 검색 주제의 다양한 의미론적 측면(facets)을 정확히 반영하는 의미론적 계층 구조(Semantic Hierarchy)로 조직화하는 방법을 제안한다. 계층의 각 노드에 가장 적합한 비디오를 선정하기 위해 관련성(Relevance), 고유성(Uniqueness), 다양성(Diversity)의 세 가지 기준을 정의하고 활용한다. 대규모 YouTube 데이터셋을 통한 평가에서 이 접근법의 유효함이 입증되었다.
Key Points
- 기존 리스트 기반 비디오 검색 결과의 탐색 비효율성 문제 제기
- 검색 주제의 의미론적 측면을 반영한 계층적 구조화 제안
- 노드별 비디오 선정 기준: 관련성, 고유성, 다양성
- YouTube 데이터셋 기반 실험적 검증
Related
-
Near-duplicate video retrieval: Current research and future trends
-
Patent Query Formulation by Synthesizing Multiple Sources of Relevance Evidence
-
A term-based inverted index partitioning model for efficient distributed query processing
-
웹 페이지의 시각적 복잡성 측정 (Measuring the Visual Complexities of Web Pages)
-
A Pure Visual Approach for Automatically Extracting and Aligning Structured Web Data
-
Regularized Latent Semantic Indexing (RLSI): 대규모 토픽 모델링을 위한 새로운 접근법
-
When Amazon Meets Google: Product Visualization by Exploring Multiple Web Sources
-
사회적·공간적 근접성을 활용한 공동 검색 (Joint Search by Social and Spatial Proximity)
-
Beyond Text QA: Multimedia Answer Generation by Harvesting Web Information
-
Dynamic Time Warping for Music Conducting Gestures Evaluation