VEATIC: ردیابی احساسات و تأثیر مبتنی بر ویدیو در مجموعه داده‌های زمینه: توافق موضوع در بین ویدیوها

این مقاله در arxiv تحت مجوز CC 4.0 موجود است.

نویسندگان:

(1) Zhihang Ren، دانشگاه کالیفرنیا، برکلی و این نویسندگان به طور مساوی در این کار مشارکت داشتند (ایمیل: [email protected])

(2) جفرسون اورتگا، دانشگاه کالیفرنیا، برکلی و این نویسندگان به طور مساوی به این کار کمک کردند (ایمیل: [email protected])

(3) یفان وانگ، دانشگاه کالیفرنیا، برکلی و این نویسندگان به طور مساوی در این کار مشارکت داشتند (ایمیل: [email protected])

(4) ژیمین چن، دانشگاه کالیفرنیا، برکلی (ایمیل: [email protected])

(5) Yunhui Guo، دانشگاه تگزاس در دالاس (ایمیل: [email protected])

(6) Stella X. Yu، دانشگاه کالیفرنیا، برکلی و دانشگاه میشیگان، آن آربور (ایمیل: [email protected])

(7) دیوید ویتنی، دانشگاه کالیفرنیا، برکلی (ایمیل: [email protected]).

یکی از مزایای مجموعه داده VEATIC این است که دارای چندین حاشیه نویس برای هر ویدیو با حداقل تعداد حاشیه نویس برای هر ویدیوی معین 25 و حداکثر آن 73 است. درک احساسات ذهنی است و قضاوت ناظران می تواند در افراد مختلف متفاوت باشد. بسیاری از مجموعه داده های احساسات منتشر شده قبلی دارای تعداد بسیار کمی از حاشیه نویسان هستند که اغلب تنها دارای یک رقم هستند (n

علاوه بر این، ما بررسی کردیم که چگونه پاسخ‌های ناظران در بین ویدیوها با…

Source link