Jakub Wujec i Jakub Żmujdzin (WNE UW) z prezentacją badania podczas seminarium QFRG i DSLab – 20.01 godz. 17:30

Najbliższe seminarium ośrodków badawczych QFRG (Quantitative Finance Research Group) oraz DSLab (Data Science Lab) będzie już 50. spotkaniem w ramach cyklu. Tym razem o wynikach przeprowadzonego badania opowiedzą Jakub Żmujdzin i Jakub Wujec.

Spotkanie odbędzie się 20 stycznia br. o godz. 17:30, jedynie (wyjątkowo) – w formule zdalnej. (O połączenie poprosimy do godz. 17:25). Językiem prelekcji będzie – zwyczajowo, angielski.

Link do spotkania jest następujący: https://uw-edu-pl.zoom.us/j/97485731243?pwd=D3Ha66WebCJwas7sVBUzU6GY5jJqa2.1

Poniżej prezentujemy abstrakt wystąpienia:

We propose an automated method for detecting highlights in long-form videos by leveraging user engagement data from YouTube’s ”Most Replayed” feature. Focusing on sports and comedy videos, we adapt the Unified Multimodal Transformer (UMT) framework to evaluate the effectiveness of category-specific versus mixed-category models and different labeling strategies. Our experiments demonstrate that algorithms can accurately identify highlights based on user feedback. We find that labeling strategy and content type affect highlight detection effectiveness. Specifically, in our experiments, percentile-based labeling was more effective with user engagement data, when compared to z-score method. We observed that category-specific models performed better on comedy videos, while mixed-category models showed improved performance on sports videos, suggesting that the optimal modeling approach may vary depending on the content type.