Si les danmakus (commentaires synchronisés superposés aux images des vidéos) proposent à l’audience une manière originale de partager des opinions, des sentiments, des connaissances, etc., la manière dont les commentaires s’affichent pourrait nuire à l’expérience de visionnement, lorsqu’une densité excessive de commentaires dissimule complètement les images de la vidéo ou distrait l’audience. Il est donc significatif d’enlever les commentaires non intéressants pour l’audience. Cependant, les méthodes traditionnelles adoptées par les sites de vidéos, telles que les expressions régulières ou la recherche de mots-clés, présentent des problèmes de sur- ou sous-généralisation. Nous avons cherché à créer un système automatique de filtrage des commentaires. Pour ce faire, nous avons d’abord proposé une taxonomie hiérarchique basée principalement sur la théorie des actes de parole. Ensuite, une classification manuelle a été effectuée et évaluée afin de préparer les données pour des classifications supervisées et semi-supervisées à différentes granularités. Les résultats démontrent que le meilleur modèle que nous avons appliqué fonctionne bien dans la classification binaire entre la classe majoritaire et les classes minoritaires, ainsi qu’entre certaines classes à granularité fine. En ce qui concerne la classification multiclasses, il est indiqué que le modèle est capable de distinguer certaines classes principales et caractéristiques discriminantes.

Enregistrement : https://umontreal.ca.panopto.com/Panopto/Pages/Viewer.aspx?id=7644535a-761d-4e45-b8d6-b1320119f8c2