Videosøgemaskine - Video search engine

En videosøgemaskine er en webbaseret søgemaskine, der gennemsøger internettet efter videoindhold . Nogle videosøgemaskiner analyserer eksternt hostet indhold, mens andre tillader, at indhold uploades og hostes på deres egne servere. Nogle motorer tillader også brugere at søge efter videoformattype og efter klipets længde. Videosøgeresultaterne ledsages normalt af en miniaturevisning af videoen.

Videosøgemaskiner er computerprogrammer designet til at finde videoer, der er gemt på digitale enheder, enten via internetservere eller i lagerenheder fra den samme computer. Disse søgninger kan foretages gennem audiovisuel indeksering , som kan udtrække information fra audiovisuelt materiale og registrere det som metadata, som spores af søgemaskiner.

Hjælpeprogram

Hovedanvendelsen af ​​disse søgemaskiner er den stigende oprettelse af audiovisuelt indhold og behovet for at administrere det korrekt. Digitaliseringen af ​​audiovisuelle arkiver og etableringen af ​​Internettet har ført til store mængder videofiler, der er gemt i store databaser, hvis gendannelse kan være meget vanskelig på grund af de enorme datamængder og eksistensen af ​​et semantisk hul.

Søgekriterium

Det søgekriterium, som hver søgemaskine bruger, afhænger af søgningens art og formål.

Metadata

Metadata er information om fakta. Det kan være information om, hvem der er forfatteren af ​​videoen, oprettelsesdato, varighed og alle de oplysninger, der kunne udvindes og inkluderes i de samme filer. Internettet bruges ofte på et sprog kaldet XML til at kode metadata, som fungerer meget godt på nettet og kan læses af mennesker. Således er denne information indeholdt i disse filer den nemmeste måde at finde data af interesse for os.

I videoerne er der to typer metadata, som vi kan integrere i selve videokoden og eksterne metadata fra den side, hvor videoen er. I begge tilfælde optimerer vi dem for at gøre dem ideelle, når de indekseres.

Interne metadata

Alle videoformater indeholder deres egne metadata. Titlen, beskrivelsen, kodningskvaliteten eller transkriptionen af ​​indholdet er mulig. For at gennemgå disse data findes der programmer som FLV MetaData Injector, Sorenson Squeeze eller Castfire. Hver enkelt har nogle hjælpeprogrammer og specielle specifikationer.

Konvertering fra et format til et andet kan miste meget af disse data, så kontroller at de nye formatoplysninger er korrekte. Det tilrådes derfor at have videoen i flere formater, så alle søgerobotter kan finde og indeksere den.

Eksterne metadata

I de fleste tilfælde skal de samme mekanismer anvendes som ved placeringen af ​​et billede eller et tekstindhold.

Titel og beskrivelse

De er de vigtigste faktorer, når du placerer en video, fordi de indeholder de fleste af de nødvendige oplysninger. Titlerne skal være tydeligt beskrivende og skal fjerne ethvert ord eller sætning, der ikke er nyttigt.

Filnavn

Det skal være beskrivende, herunder nøgleord, der beskriver videoen uden behov for at se deres titel eller beskrivelse. Ideelt set skal du adskille ordene med bindestreger "-".

Mærker

På den side, hvor videoen er, skal den være en liste over nøgleord, der er knyttet til mikroformatet "rel-tag". Disse ord vil blive brugt af søgemaskiner som grundlag for organisering af information.

Transskription og undertekster

Selvom det ikke er helt standard, er der to formater, der gemmer information i en tidsmæssig komponent, der er specificeret, et til undertekster og et andet til udskrifter, som også kan bruges til undertekster. Formaterne er SRT eller SUB for undertekster og TTXT for udskrifter.

Tale genkendelse

Talegenkendelse består af en udskrift af talen på lydsporet på videoerne og opretter en tekstfil. På denne måde og ved hjælp af en sætning kan ekstraktor let søge, hvis videoindholdet er af interesse. Nogle søgemaskiner bortset fra at bruge talegenkendelse til at søge efter videoer, bruger det også til at finde det specifikke punkt i en multimediefil, hvor et bestemt ord eller en bestemt sætning er placeret, og så gå direkte til dette punkt. Gaudi (Google Audio Indexing), et projekt udviklet af Google Labs , bruger stemmegenkendelsesteknologi til at finde det nøjagtige øjeblik, hvor et eller flere ord er blevet talt i en lyd, så brugeren kan gå direkte til det nøjagtige øjeblik, hvor ordene blev talt. Hvis søgeforespørgslen matcher nogle videoer fra YouTube, angives positionerne med gule markører og skal føre musen over for at læse den transskriberede tekst.

Tekstgenkendelse

Tekstgenkendelsen kan være meget nyttig til at genkende tegn i videoerne gennem "chyrons". Som med talegenkendere er der søgemaskiner, der tillader (gennem tegngenkendelse) at afspille en video fra et bestemt punkt.

TalkMiner, et eksempel på søgning efter specifikke fragmenter fra videoer ved tekstgenkendelse, analyserer hver video en gang i sekundet på udkig efter identifikationstegn på et dias, såsom dets form og statiske karakter, fanger billedet af diaset og bruger optisk tegngenkendelse (OCR) ) for at opdage ordene på diasene. Derefter indekseres disse ord i søgemaskinen til TalkMiner, som i øjeblikket tilbyder brugerne mere end 20.000 videoer fra institutioner som Stanford University, University of California i Berkeley og TED.

Ramme analyse

Gennem de visuelle deskriptorer kan vi analysere rammerne i en video og udtrække information, der kan scorer som metadata. Beskrivelser genereres automatisk og kan beskrive forskellige aspekter af rammerne, såsom farve, struktur, form, bevægelse og situationen.

Rangeringskriterium

Nytten af ​​en søgemaskine afhænger af relevansen af det returnerede resultatsæt. Selvom der kan være millioner af videoer, der indeholder et bestemt ord eller en bestemt sætning, kan nogle videoer være mere relevante, populære eller have mere autoritet end andre. Dette arrangement har meget at gøre med søgemaskineoptimering.

De fleste søgemaskiner bruger forskellige metoder til at klassificere resultaterne og give den bedste video i de første resultater. Imidlertid tillader de fleste programmer at sortere resultaterne efter flere kriterier.

Sorter efter relevans

Dette kriterium er mere tvetydigt og mindre objektivt, men nogle gange er det tættest på det, vi ønsker; afhænger helt af søgeren og den algoritme, som ejeren har valgt. Derfor er det altid blevet diskuteret, og nu hvor søgeresultaterne er så indgroede i vores samfund, er det blevet diskuteret endnu mere. Denne type ledelse afhænger ofte af antallet af gange, det søgte ord kommer ud, antallet af visninger af dette, antallet af sider, der linker til dette indhold, og vurderinger givet af brugere, der har set det.

Bestil efter dato for upload

Dette er et kriterium, der er baseret helt på tidslinjen. Resultaterne kan sorteres efter deres anciennitet i arkivet.

Sorter efter antal visninger

Det kan give os en idé om populariteten af ​​hver video.

Bestil efter længde

Dette er længden på videoen og kan give en smag af, hvilken video det er.

Bestil efter brugerbedømmelse

Det er almindelig praksis i opbevaringssteder, så brugerne bedømmer videoerne, så et indhold af kvalitet og relevans får en høj rang på listen over resultater, der får synlighed. Denne praksis er tæt knyttet til virtuelle samfund.

Grænseflader

Vi kan skelne mellem to grundlæggende typer af grænseflader, nogle er websider, der hostes på servere, der er adgang til via Internettet og søges gennem netværket, og de andre er computerprogrammer, der søger i et privat netværk.

Internet

Inden for internetgrænseflader kan vi finde arkiver, der er vært for videofiler, der indeholder en søgemaskine, der kun søger i deres egne databaser, og videosøgere uden lager, der søger i kilder til ekstern software.

Opbevaringssteder med videosøger

Tilbyder indkvartering i videofiler, der er gemt på dets servere og har normalt en integreret søgemaskine, der søger gennem videoer, der er uploadet af sine brugere. Et af de første webopbevaringssteder, eller i det mindste de mest berømte, er portalerne Vimeo, Dailymotion og YouTube.

Deres søgninger er ofte baseret på at læse de metadatatags, titler og beskrivelser, som brugerne tildeler deres videoer. Bortskaffelses- og ordrekriteriet for resultaterne af disse søgninger kan normalt vælges mellem filens uploaddato, antallet af visninger eller hvad de kalder relevansen. Alligevel er sorteringskriterium i dag det vigtigste våben på disse websteder, fordi placeringen af ​​videoer er vigtig med hensyn til promovering.

Videosøgende arkiver

De er websteder, der er specialiserede i søgning af videoer på tværs af netværket eller visse forudvalgte arkiver. De arbejder med webspiders, der inspicerer netværket på en automatisk måde for at oprette kopier af de besøgte websteder, som derefter indekseres af søgemaskiner, så de kan give hurtigere søgninger.

Privat netværk

Image
Funktionsplan

Nogle gange søger en søgemaskine kun i audiovisuelle filer, der er gemt på en computer, eller som det sker i fjernsyn på en privat server, hvor brugerne får adgang via et lokalt netværk. Disse søgere er normalt software eller rige internetapplikationer med en meget specifik søgemulighed for maksimal hastighed og effektivitet, når de præsenterer resultaterne. De bruges typisk til store databaser og er derfor meget fokuserede for at tilfredsstille tv-selskabernes behov. Et eksempel på denne type software ville være Digition Suite, som bortset fra at være et benchmark i denne form for grænseflader er meget tæt på os, hvad angår lagrings- og hentningsfilsystemet fra Corporació Catalana de Mitjans Audiovisuals .

Denne særlige pakke og måske i sit stærkeste punkt er, at den integrerer hele processen med at oprette, indeksere, lagre, søge, redigere og genoprette. Når vi først har et digitaliseret audiovisuelt indhold, indekseres der med forskellige teknikker på forskellige niveauer afhængigt af vigtigheden af ​​indholdet, og det er gemt. Når brugeren ønsker at hente en bestemt fil, skal brugeren udfylde et søgefelter såsom programtitel, udstedelsesdato, tegn, der handler eller navnet på producenten, og robotten starter søgningen. Når resultaterne vises, og de er ordnet efter præferencer, kan brugeren afspille videoer af lav kvalitet for at arbejde så hurtigt som muligt. Når han finder det ønskede indhold, downloades det med god definition, det redigeres og gengives.

Design og algoritmer

Videosøgning har udviklet sig langsomt gennem flere grundlæggende søgeformater, der findes i dag, og som alle bruger nøgleord . Nøgleordene for hver søgning kan findes i mediets titel, enhver tekst, der er knyttet til de medie- og indholdslinkede websider, også defineret af forfattere og brugere af videohostede ressourcer.

Nogle videosøgninger udføres ved hjælp af menneskelig søgning, andre skaber teknologiske systemer, der fungerer automatisk for at opdage, hvad der er i videoen og matche søgernes behov. Mange bestræbelser på at forbedre videosøgning inklusive både menneskelig drevet søgning samt skrivealgoritme, der genkender, hvad der er inde i videoen, har betydet en fuldstændig genudvikling af søgeindsatsen.

Det anerkendes generelt, at tale til tekst er mulig, men for nylig erkendte Thomas Wilde, den nye administrerende direktør for Everyzing, at Everyzing arbejder 70% af tiden, når der er musik, omgivende støj eller mere end en person taler. Hvis der er tale om nyhedsudsendelse (en person, der taler tydeligt, ingen omgivende støj) er tilgængelig, kan det stige til 93%. (Fra Web Video Summit, San Jose, CA, 27. juni 2007).

Cirka 40 fonemer findes på hvert sprog med omkring 400 på alle talte sprog. I stedet for at anvende en tekstsøgealgoritme, efter at tale-til-tekst-behandlingen er afsluttet, bruger nogle motorer en fonetisk søgealgoritme til at finde resultater inden for det talte ord. Andre arbejder ved at bogstaveligt talt lytte til hele podcasten og skabe en teksttranskription ved hjælp af en sofistikeret tale-til-tekst-proces. Når tekstfilen er oprettet, kan filen søges efter et vilkårligt antal søgeord og sætninger.

Det anerkendes generelt, at visuel søgning i video ikke fungerer godt, og at ingen virksomheder bruger det offentligt. Forskere ved UC San Diego og Carnegie Mellon University har arbejdet med det visuelle søgeproblem i mere end 15 år og indrømmede på en "Future of Search" -konference på UC Berkeley i foråret 2007, at det var år væk fra at være levedygtigt, selv i enkelhed. Søg.

Videosøgemaskiner

Agnostisk søgning

Søgning, der ikke er påvirket af hosting af video, hvor resultaterne er agnostiske, uanset hvor videoen er placeret:

  • blinkx blev lanceret i 2004 og bruger talegenkendelse og visuel analyse til at behandle spidered video i stedet for at stole på metadata alene. blinkx hævder at have det største arkiv med video på nettet og sætter sin samling på omkring 26.000.000 timers indhold.
  • CastTV er en videosøgemaskine over hele internettet, der blev grundlagt i 2006 og finansieret af Draper Fisher Jurvetson , Ron Conway og Marc Andreessen .
  • Munax udgav deres første version søgemaskine med alt indhold i 2005 og styrer både landsdækkende og verdensomspændende søgemaskiner med videosøgning.
  • Picsearch Video Search har fået licens til at søge i portaler siden 2006. Picsearch er en søgeteknologileverandør, der driver billed-, video- og lydsøgning til over 100 store søgemaskiner over hele verden.

Ikke-agnostisk søgning

Søgeresultater ændres eller mistænkes på grund af at den store hostede video får fortrinsbehandling i søgeresultaterne:

  • AOL Video tilbyder en videosøgemaskine, der kan bruges til at finde video på populære videodestinationer på nettet. I december 2005 erhvervede AOL Truveo Video Search.
  • Bing videosøgning er en søgemaskine drevet af Bing og bruges også af Yahoo! Videosøgning.
  • Google Videos er en videosøgemaskine fra Google .
  • Tencent Video tilbyder videosøgning fra Tencent .

Se også

Referencer

  1. ^ (på engelsk) SEO af Googles centrale webmaster
  2. ^ (på catalansk) Digitaliser eller dør (Alícia Conesa) Arkiveret 8. juli 2011 på Wayback Machine
  3. ^ (på catalansk) Digition Suite fra Activa Multimedia

eksterne links

Process of search engines How Stuff Works (in English)