3MASSIV:ソーシャルメディアショートビデオの多言語,マルチモーダルおよびマルチアスペクトデータセット【JST・京大機械翻訳】

Gupta Vikram; Mittal Trisha; Mathur Puneet; Mishra Vaibhav; Maheshwari Mayank; Bera Aniket; Mukherjee Debdoot; Manocha Dinesh

プレプリント

J-GLOBAL ID：202202200176239429 整理番号：22P0311106

3MASSIV:ソーシャルメディアショートビデオの多言語,マルチモーダルおよびマルチアスペクトデータセット【JST・京大機械翻訳】

3MASSIV: Multilingual, Multimodal and Multi-Aspect dataset of Social Media Short Videos

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月27日プレプリントサーバーでの情報更新日： 2022年03月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

短ビデオソーシャルメディアプラットフォーム(Moj)から抽出した多様な短いビデオの多言語,マルチモーダル,マルチアスペクティブ,エキスパート注釈付きデータセットである3MASSIVを提示した。3MASSIVは,11の異なる言語で50kの短いビデオ(20秒の平均期間)と100Kのラベルなしビデオから成り,また,自己ショットビデオ,反応ビデオ,リップシンチング,自己スングスングなどのユニークなオーディオビジュアルフォーマットによって表現される,一般的な短いビデオ傾向を捉え,そして,これらのユニークなビデオ上で,概念,感情的状態,メディアタイプ,およびオーディオ言語の注釈付けによって,多モードと多言語の意味理解の機会を提示する。3MASSIVの徹底的な分析を提示し,強いベースラインを有する他の現代の一般的なデータセットと比較して,著者らのデータセットの多様性とユニークな側面を強調した。また,3MASSIVにおけるソーシャルメディアコンテンツは,自然において動的かつ時間的であり,意味理解タスクおよび交差言語分析に使用できることを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般

前のページに戻る