Tại một đài truyền hình lớn sở hữu kho lưu trữ hàng chục nghìn chương trình tích lũy qua nhiều năm phát sóng, các tư liệu càng cũ càng có ít siêu dữ liệu chi tiết. Vì vậy, đôi khi nhân viên phải dựa vào kinh nghiệm và trí nhớ để tìm đoạn phim cần thiết.
Trong dự án này, chúng tôi kiểm chứng một hệ thống dùng AI phân tích hình ảnh, âm thanh và văn bản để tìm kiếm theo nội dung. Đồng thời, dự án hướng đến xây dựng nền tảng giúp mở rộng hoạt động từ cho mượn tư liệu hình ảnh sang cấp phép sử dụng và cung cấp nội dung trả phí.
Có tư liệu hình ảnh, nhưng nếu không tìm thấy thì không thể khai thác.
Khách hàng sở hữu kho lưu trữ hàng chục nghìn chương trình được tích lũy qua nhiều năm phát sóng và cung cấp các chương trình cũ cùng tư liệu hình ảnh cho bên ngoài.
Tuy nhiên, tư liệu càng cũ thì càng ít thông tin ngoài tên chương trình và ngày phát sóng, khiến việc xác định “đoạn phim nào có nội dung gì” trở nên khó khăn. Để khai thác nội dung như những sản phẩm mới, cần nắm rõ hơn những gì xuất hiện trong từng đoạn phim.
Yêu cầu tìm kiếm hiếm khi là tên chương trình chính xác.
Yêu cầu khai thác tư liệu đôi khi không nêu tên chương trình mà chỉ đưa ra những tiêu chí khái quát, chẳng hạn như “đoạn phim về một sự kiện nào đó”, “cảnh một nhân vật cụ thể phát biểu” hay “cảnh có bầu không khí đặc biệt”.
Các trường tìm kiếm hiện có khó đáp ứng những yêu cầu như vậy. Nhân viên phải nhớ lại những đoạn phim tiềm năng rồi kiểm tra tư liệu thực tế. Vì thế, việc tìm kiếm mất nhiều thời gian, khiến những tư liệu quý giá từ các chương trình cũ chưa được khai thác hết.
Tạo dữ liệu mô tả có thể tìm kiếm từ hình ảnh, âm thanh và văn bản.
Technica phân tích cảnh quay để tạo ranh giới cảnh ứng viên, từ khóa, mô tả, tóm tắt và hình ảnh đại diện.
PoC sử dụng năm chương trình thuộc các thể loại tin tức, thông tin, phim truyền hình, giải trí tổng hợp và phim tài liệu, để đánh giá liệu dữ liệu mô tả được tạo ra có hỗ trợ tìm kiếm nội dung trong thực tế hay không.
Mục tiêu là tìm kiếm theo con người, chủ đề, sự kiện, địa điểm, nội dung lời nói và bối cảnh cảnh quay — không chỉ theo tên chương trình và ngày phát sóng.
Độ chính xác trong PoC khác nhau theo tác vụ và chương trình.
PoC trên năm chương trình đánh giá các buổi phát sóng từ năm 1959 đến 1996. Khoảng độ chính xác được báo cáo trình bày bên dưới. Các số liệu chỉ áp dụng cho tư liệu được chọn; mở rộng ra toàn bộ kho lưu trữ cần được đánh giá thêm.
| Chỉ số | Khoảng kết quả PoC |
|---|---|
| Độ chính xác từ khóa | 75,6%–96,6% |
| Độ chính xác mô tả cảnh | 48,57%–88,89% |
| Độ chính xác tóm tắt cảnh | 61,9%–88,89% |
Trong một đánh giá bổ sung trên phim tài liệu, 400 trên 429 từ khóa được trích xuất khớp với cảnh quay, tương đương khoảng 93,24%. Đây là kết quả quan sát riêng, tách biệt với khoảng độ chính xác của năm chương trình.
Kết quả cho thấy tiềm năng ban đầu của tìm kiếm có AI hỗ trợ, kể cả với tư liệu cũ, đồng thời cho thấy chất lượng mô tả và tóm tắt còn chênh lệch đáng kể giữa các lần thử nghiệm.
Con đường rõ ràng hơn từ lưu trữ đến tái sử dụng nội dung.
-
Tìm kiếm kho lưu trữ trúng đích hơn
Dữ liệu mô tả ở cấp nội dung giúp nhân viên xác định chương trình và cảnh quay ứng viên.
-
Tiềm năng tái sử dụng tư liệu cũ
Tư liệu vốn có ít dữ liệu mô tả trở nên dễ tìm và rà soát hơn.
-
Nền tảng cho dịch vụ mới
Cảnh quay có thể tìm kiếm có thể hỗ trợ cấp phép, tuyển tập theo chủ đề và các sản phẩm nội dung.
-
Giảm phụ thuộc vào trí nhớ
Mô tả có thể tìm kiếm bổ trợ cho kinh nghiệm của nhân viên lưu trữ lâu năm.
Video lưu trữ dễ tìm và dễ đánh giá hơn.
Dự án mở ra hướng đi cho tìm kiếm kho lưu trữ theo nội dung và quy trình cấp phép trong tương lai. Để mở rộng quy mô, cần đánh giá thêm trên phạm vi chương trình và yêu cầu sản xuất rộng hơn.