Я строю модель для запуска воспроизведения видео с временного интервала в зависимости от контекста. Например воспроизвести кульминацию фильма, начинает воспроизводиться с 59-й минуты.
Я использую субтитры видео, сопоставляю текст в определенной последовательности и определяю временные рамки. Я пытаюсь найти точные слова с реальными выражениями $$ не так эффективно $$. Я наткнулся на word2vec, который может найти похожие слова с косинусным сходством.
Пожалуйста, опубликуйте примеры названий вебинаров и условий поиска, чтобы получить лучший ответ, но на основе того, что вы опубликовали. Вам не обязательно обучать новую модель word2vec, если вы используете такой язык, как английский, с несколькими уже доступными предварительно обученными векторами. Вот шаги:
1) Рассчитайте вектор для вашего поискового запроса, используя предварительно обученные векторы word2vec.
2) Рассчитать вектор для каждого субтитра и сохранить в подходящем списке
3) Используйте функцию cosine_similarity из библиотеки ML, чтобы вычислить сходство между вектором из шага 1 и каждым из векторов в списке из шага 2.
4) Субтитры с оценкой сходства, наиболее близкой к 1, — это то, что вы ищете, и вы можете выполнить обратный поиск связанного времени для этого кадра.
