ارائه يك روش مبتني بر گرايش معنايي براي طبقه‌بندي چندبرچسبي محتواي فيلم‌ها به‌كمك متون زيرنويس آن‌ها

Presenting a Semantic Orientation Based Method for Multi-Label Classification of Movies Content Using Their Subtitle Texts

پي‌بردن به محتواي تصاوير متحرك و ژانر آن‌ها، همواره امري پيچيده و مسئله‌اي باز براي پژوهشگران بوده است. فعاليت‌هاي متعددي توسط پژوهشگران براي پي‌بردن به محتواي فيلم‌ها انجام پذيرفته است. اكثر فعاليت‌هاي صورت‌گرفته در اين زمينه با استفاده از پردازش صوت يا تصوير فيلم‌ها بوده است. اخيراً گروهي از پژوهشگران ايده استفاده از متون زيرنويس فيلم‌ها را براي پي‌بردن به محتواي فيلم‌ها مطرح نموده و پردازش متن را سريع‌تر و ساده‌تر از پردازش صوت و تصوير قلمداد نموده‌اند. در اين مقاله يك روش مبتني بر گرايش معنايي براي طبقه‌بندي ژانر در داده چندبرچسبي زيرنويس فيلم‌ها ارائه شده است. براي اين‌كار ابتدا يك روش استخراج ويژگي براي استخراج ويژگي‌هاي يكتا از هر ژانر ارائه شده است. سپس روشي ارائه شده كه در آن با محاسبه گرايش معنايي يك زيرنويس به هر ژانر، به پيش‌بيني چندبرچسبي ژانرهاي زيرنويس پرداخته مي‌شود. درنهايت نيز به‌كمك روش‌هاي استخراج قوانين باهم‌آيي، ارتباط بين ژانرها در داده خام كشف شده و به‌كمك اين قوانين به اصلاح ژانرهاي پيش‌بيني‌شده پرداخته مي‌شود. نتايج به‌دست‌آمده، بهبود قابل توجه دقت روش پيشنهادي را نسبت به روش‌هاي پيشين به نمايش مي‌گذارد.

Understanding movies content and their genre, is always a complex and open issue to researchers. Several activities have been carried out by researchers to find out movies content. Most of the activities conducted in this area have been using audio processing or video processing. Recently a group of researchers have proposed the idea of using movies subtitle texts to understand movies content and considered text processing faster and easier than audio and image processing. In this paper a semantic orientation based method is presented for genre classification in multi-label data of movies subtitles. To do this, a feature extraction method is presented to extract unique features of each genre. Then a method is presented, in which with calculation of a subtitles semantic orientation to each genre, subtitles genres are predicted. Finally, using association rule mining methods, the relationship between genres in raw data is discovered and using these rules, predicted genres have been modified. Obtained results indicate significant improvement of proposed method compared to previous methods.