Résoudre le problème des recherches dans les contenus multimédias
Ce sont des quantités extraordinaires de contenu multimédia qui sont générées chaque jour. Par exemple, 60 heures de vidéo sont chargées chaque minute sur YouTube. Cependant, le paradigme contemporain des flux d'informations plusieurs-à-plusieurs présente un certain nombre de défis, notamment lorsqu'il s'agit de rechercher et de trouver les informations pertinentes. Cela est particulièrement délicat pour le contenu multimédia, étant donné que les recherches sont la plupart du temps effectuées en utilisant du texte, et non des images ou des sons. Avec le soutien de l'UE, le projet MIESON («Multimedia information extraction from social networks») a cherché à améliorer l'efficacité des outils conçus pour accéder, découvrir ou créer des contenus multimédias dans les applications du monde réel. Le projet s'est concentré sur les moyens de tirer profit de technologies de pointe pour créer une nouvelle approche centrée sur l'utilisateur pour l'extraction d'informations. Les membres du projet ont développé des méthodes pour apprendre à développer des modèles statistiques à partir de la combinaison de contenus et d'informations de contexte, ce qui a abouti à trois nouvelles méthodes, notamment une approche qui tire profit des informations contextuelles non structurées dans les contenus générés par les utilisateurs. À ce jour, le projet MIESON a abouti à la publication de deux articles scientifiques et d'une communication de conférence, et il a été associé à plusieurs débats et divers évènements de recherche scientifique. Une fois intégrés dans des applications, les résultats du projet devraient permettre de rendre la recherche de contenus multimédias un petit peu plus intuitive.