@inproceedings{oger-etal-2010-classification,
title = "Classification du genre vid{\'e}o reposant sur des transcriptions automatiques",
author = "Oger, Stanislas and
Rouvier, Mickael and
Linar{\`e}s, Georges",
editor = "Langlais, Philippe and
Gagnon, Michel",
booktitle = "Actes de la 17e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jul,
year = "2010",
address = "Montr{\'e}al, Canada",
publisher = "ATALA",
url = "https://aclanthology.org/2010.jeptalnrecital-long.19",
pages = "181--190",
abstract = "Dans cet article nous proposons une nouvelle m{\'e}thode pour l{'}identification du genre vid{\'e}o qui repose sur une analyse de leur contenu linguistique. Cette approche consiste en l{'}analyse des mots apparaissant dans les transcriptions des pistes audio des vid{\'e}os, obtenues {\`a} l{'}aide d{'}un syst{\`e}me de reconnaissance automatique de la parole. Les exp{\'e}riences sont r{\'e}alis{\'e}es sur un corpus compos{\'e} de dessins anim{\'e}s, de films, de journaux t{\'e}l{\'e}vis{\'e}s, de publicit{\'e}s, de documentaires, d{'}{\'e}missions de sport et de clips de musique. L{'}approche propos{\'e}e permet d{'}obtenir un taux de bonne classification de 74{\%} sur cette t{\^a}che. En combinant cette approche avec des m{\'e}thodes reposant sur des param{\`e}tres acoustiques bas-niveau, nous obtenons un taux de bonne classification de 95{\%}.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="oger-etal-2010-classification">
<titleInfo>
<title>Classification du genre vidéo reposant sur des transcriptions automatiques</title>
</titleInfo>
<name type="personal">
<namePart type="given">Stanislas</namePart>
<namePart type="family">Oger</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mickael</namePart>
<namePart type="family">Rouvier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Georges</namePart>
<namePart type="family">Linarès</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2010-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 17e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
</titleInfo>
<name type="personal">
<namePart type="given">Philippe</namePart>
<namePart type="family">Langlais</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Michel</namePart>
<namePart type="family">Gagnon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Montréal, Canada</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Dans cet article nous proposons une nouvelle méthode pour l’identification du genre vidéo qui repose sur une analyse de leur contenu linguistique. Cette approche consiste en l’analyse des mots apparaissant dans les transcriptions des pistes audio des vidéos, obtenues à l’aide d’un système de reconnaissance automatique de la parole. Les expériences sont réalisées sur un corpus composé de dessins animés, de films, de journaux télévisés, de publicités, de documentaires, d’émissions de sport et de clips de musique. L’approche proposée permet d’obtenir un taux de bonne classification de 74% sur cette tâche. En combinant cette approche avec des méthodes reposant sur des paramètres acoustiques bas-niveau, nous obtenons un taux de bonne classification de 95%.</abstract>
<identifier type="citekey">oger-etal-2010-classification</identifier>
<location>
<url>https://aclanthology.org/2010.jeptalnrecital-long.19</url>
</location>
<part>
<date>2010-07</date>
<extent unit="page">
<start>181</start>
<end>190</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Classification du genre vidéo reposant sur des transcriptions automatiques
%A Oger, Stanislas
%A Rouvier, Mickael
%A Linarès, Georges
%Y Langlais, Philippe
%Y Gagnon, Michel
%S Actes de la 17e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2010
%8 July
%I ATALA
%C Montréal, Canada
%G French
%F oger-etal-2010-classification
%X Dans cet article nous proposons une nouvelle méthode pour l’identification du genre vidéo qui repose sur une analyse de leur contenu linguistique. Cette approche consiste en l’analyse des mots apparaissant dans les transcriptions des pistes audio des vidéos, obtenues à l’aide d’un système de reconnaissance automatique de la parole. Les expériences sont réalisées sur un corpus composé de dessins animés, de films, de journaux télévisés, de publicités, de documentaires, d’émissions de sport et de clips de musique. L’approche proposée permet d’obtenir un taux de bonne classification de 74% sur cette tâche. En combinant cette approche avec des méthodes reposant sur des paramètres acoustiques bas-niveau, nous obtenons un taux de bonne classification de 95%.
%U https://aclanthology.org/2010.jeptalnrecital-long.19
%P 181-190
Markdown (Informal)
[Classification du genre vidéo reposant sur des transcriptions automatiques](https://aclanthology.org/2010.jeptalnrecital-long.19) (Oger et al., JEP/TALN/RECITAL 2010)
ACL