Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Os melhores documentos à venda: Trabalhos de alunos formados
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Comunidade
Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo
Descubra as melhores universidades em seu país de acordo com os usuários da Docsity
Guias grátis
Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity
Um programa que analisa legendas de séries televisivas usando técnicas de processamento de linguagem natural, como wordnet e stemming, para determinar a frequência e relevância de palavras-chave e sua relação com outras palavras em diferentes contextos. O programa também é capaz de identificar sinónimos, hipónimos, hiperónimos, holónimos, merónimos, troponímios e atributos de palavras-chave, bem como formas derivadas e relacionadas.
Tipologia: Notas de estudo
1 / 100
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Aos pais, família, amigos, professores e colegas por todo o apoio ao longo da vida académica.
Nesta fase que decorreu estes últimos meses cruzei-me com várias pessoas a quem quero agradecer:
Ao meu orientador, Professor Thibault Langlois, por todo o acompanhamento que foi sempre excelente.
Às Professoras Teresa Chambel e Paula Carvalho por terem ajudado com opiniões importantes.
Aos colegas da sala 6.3.33 pelo companheirismo que fez com que houvesse sempre um bom ambiente de trabalho ao longo do ano.
Aos colegas do projecto VIRUS, André, Eduardo, Jorge, Marta, Nuno e Pedro por directa ou indirectamente contribuírem para este trabalho.
Aos amigos que responderam à entrevista feita para avaliar o trabalho, Ana, Bruno, Cátia, Eurico, Jeferson e Vanessa. E pela mesma razão, um thank you very much ao staff do Wall Street Institute de Almada, em especial à Ana, Mara, Sheila e Tim.
À colega e amiga Ana Teixeira, que com toda a ajuda ao longo do ano fez com que este trabalho ficasse mais rico.
Ao LaSIGE e FCT por fornecerem os meios necessários para o desenvolvimento do projecto.
Para os amantes da 7ª arte…ou simplesmente para quem goste de apreciar uma boa série.
i
iii
iv
This work is inserted in the VIRUS (Video Information Retrieval Using Subtitles) project.
The VIRUS project has as objective the development of a Video Information Retrieval system that will operate on video libraries composed of subtitled documents. Contrasting with previous projects, we restrict ourselves to movies and television series for which subtitles are available. Distinguishing aspects of this project include information retrieval based on the simultaneous analysis of three information streams: video signal, subtitles and audio signal. The system allows visualizing videos in meaningful ways and accepts queries from the user to find portions of video documents that match the queries. The domains of application of such a system are vast. It can be used by movie industry professionals to access and visualize scenes that share some characteristic, or to produce a concise and detailed description of a movie that could be a valuable input for a recommendation system. Another domain of application of this system is contextual advertisement. The semantic analysis of scenes provides a powerful tool for placing related advertisements on video documents.
The work “ DESCOBERTA AUTOMÁTICA DE TEMAS UTILIZANDO LEGENDAS ” exploits one of the information fluxes that we want to approach on the VIRUS project, the subtitles. The purpose of this work is to develop algorithms that would be able to automatically identify the theme of a conversation and suggest the most relevant ones. Besides this main objective, there are other particularities of the subtitles that can be observed and that differentiate the TV series. The texts we have used are subtitles from series as 24, Grey's Anatomy, The Sopranos and many others.
The work has been developed in Java and the results we obtained are shown in the web interface of MovieClouds, the prototype of the VIRUS project.
The results are still preliminary, however we can conclude, by testing with users, that subtitles processing is an excellent contribution to identify themes in videos.
Keywords: Series, Subtitles, Theme, Video Information Retrieval system, VIRUS project
vii
B Resultados detalhados de testes ....................................................................... 64
C SubRip ............................................................................................................. 82
ix
x
Lista de Tabelas
Capítulo 1
Introdução
Este capítulo introduz o projecto, inserido na cadeira de Projecto de Engenharia Informática. Para além da motivação para construir esta solução, são apresentados os objectivos do projecto, as contribuições deste, a instituição onde foi desenvolvido, e por fim, a organização do presente documento.
Numa altura em que os consumidores de filmes e séries estão cada vez mais exigentes, começa a ser muito importante ter bons mecanismos de recomendação para ajudar o utilizador a não perder tempo a ver algo que, em princípio, não irá apreciar. E se mesmo assim o utilizador tiver dúvidas da recomendação é interessante a ideia de poder fazer consultas detalhadas sobre características do filme ou série.
Além do consumidor de informação, também os profissionais da indústria de cinema podem ser beneficiados com sistemas que lhes permitem aceder a cenas com características idênticas para efectuar alguma comparação.
O trabalho tem como objectivo principal, descobrir automaticamente o tema de uma conversa e sugerir quais os temas mais relevantes. Além desse objectivo principal tínhamos em mente poder explorar várias particularidades das legendas que podiam ser utilizadas também para distinguir séries.
Este trabalho contribui para perceber que informações podem ser retiradas das legendas e qual a melhor maneira para o fazer. Para isso foram estudadas várias técnicas que já contribuíram, em parte, para a publicação do artigo “Going Through the Clouds: Search Overviews and Browsing of Movies”. Esta publicação vai ser apresentada em Outubro na conferência “Academic MindTrek 2012”, em Tampere, Finlândia.
Este trabalho foi desenvolvido no LaSIGE (Laboratório de Sistemas Informáticos de Grande Escala), uma unidade de investigação associada ao Departamento de Informática da Faculdade de Ciências da Universidade de Lisboa (FCUL).
A equipa do LaSIGE é composta aproximadamente por 100 pessoas, entre doutorados, alunos de doutoramento e de mestrado, entre outros investigadores.
Hoje em dia esta unidade está separada em alguns grupos e o projecto VIRUS está a ser desenvolvido pelo grupo HCIM ( Human-Computer Interaction and Multimedia ).
Este documento está organizado da seguinte forma:
