211service.com
Ricerca di videolezioni
I ricercatori del MIT hanno rilasciato uno strumento di ricerca video e audio che risolve uno dei problemi più impegnativi del settore: come suddividere una lunga lezione accademica in blocchi gestibili, individuare la posizione delle parole chiave e indirizzare l'utente verso di esse. Annunciato il mese scorso, il MIT Browser delle lezioni Il sito Web offre al pubblico un accesso dettagliato a più di 200 lezioni pubblicamente disponibili attraverso l'università OpenCourseWare iniziativa. Il motore di ricerca sfrutta decenni di ricerche sul riconoscimento vocale presso il MIT e altre istituzioni per convertire l'audio in testo e renderlo ricercabile.
Guardando le lezioni: Il MIT offre uno strumento di ricerca video in grado di individuare le parole chiave nelle lezioni audio e video. Qui, una ricerca di esoscheletro e benzina risulta in questo video clip. La trascrizione automatizzata della lezione appare sotto il video.
The Lecture Browser arriva in un momento in cui sempre più università, tra cui la Carnegie Mellon University e l'Università della California, Berkeley, pubblicano video e podcast di lezioni online. Sebbene questo contenuto sia utile, individuare informazioni specifiche all'interno delle lezioni può essere difficile e frustrare gli studenti che sono abituati a trovare ciò di cui hanno bisogno in meno di un secondo con Google.
Questo è un problema crescente per le università di tutto il paese poiché diventa più facile registrare le lezioni in aula, afferma Jim Glass, ricercatore al MIT. È una vera sfida sapere come diffonderli e rendere più facile per gli studenti l'accesso a parti della lezione a cui potrebbero essere interessati. È come trovare un ago in un pagliaio.
Gli elementi fondamentali del Lecture Browser si sono diffusi nei laboratori di ricerca del MIT e in luoghi come Tecnologie BBN a Boston, Carnegie Mellon, SRI Internazionale a Palo Alto, in California, e alla University of Southern California da oltre 30 anni. I loro sforzi hanno prodotto un software che è finalmente abbastanza buono da trovare la sua strada per la persona media, afferma Premkumar Natarajan, scienziato della Bbn. Ci sono circa tre decenni di lavoro in cui sono stati affrontati molti problemi fondamentali, dice. La tecnologia è abbastanza matura ora che c'è una crescente sensazione nella comunità che è tempo [di testare le applicazioni nel mondo reale]. Abbiamo fatto tutto il possibile in laboratorio.
Una manciata di aziende, come i motori di ricerca audio e video online Blinkx e EveryZing (che dispone della tecnologia in licenza da BBN) utilizzano un software che converte il parlato audio in testo ricercabile. (Vedi Navigare in TV su Internet e Ricerca video più accurata .) Ma i ricercatori del MIT hanno affrontato sfide particolari con le lezioni accademiche. Per uno, molti docenti non sono di madrelingua inglese, il che rende la trascrizione automatica complicata per i sistemi formati sugli accenti dell'inglese americano. In secondo luogo, le parole preferite nelle lezioni di scienze possono essere piuttosto oscure. Infine, dice Regina Barzilay , professore di informatica al MIT, le lezioni hanno una struttura molto poco distinguibile, il che le rende difficili da suddividere e organizzare per una facile ricerca. Le transizioni d'attualità sono molto sottili, dice. Le lezioni non sono organizzate come un normale testo.
Per affrontare questi problemi, i ricercatori hanno prima configurato il software che converte l'audio in testo. Hanno addestrato il software a comprendere accenti particolari utilizzando trascrizioni accurate di brevi frammenti di discorso registrato. Per aiutare il software a identificare parole non comuni, dalla drosofila agli integrali a ciclo chiuso, i ricercatori hanno fornito dati aggiuntivi, come testi di libri e appunti delle lezioni, che aiutano il software a trascrivere accuratamente fino a quattro parole su cinque. Se il sistema viene utilizzato con un non madrelingua inglese il cui accento e vocabolario non è stato addestrato a riconoscere, la precisione può scendere al 50 percento. (Una precisione così bassa non sarebbe utile per la trascrizione diretta, ma può comunque essere utile per le ricerche di parole chiave.)
Il passo successivo, spiega Barzilay, è aggiungere struttura alle parole trascritte. Era già disponibile un software in grado di suddividere lunghe stringhe di frasi in concetti di alto livello, ma scoprì che non funzionava con le lezioni. Quindi il suo gruppo ha progettato il proprio. Una delle distinzioni chiave, dice, è che, durante una conferenza, parli liberamente; divaghi e borbotti.
Per organizzare il testo trascritto, il suo gruppo ha creato un software che suddivide il testo in blocchi che spesso corrispondono a singole frasi. Il software inserisce questi blocchi in una struttura di rete; i pezzi che hanno parole simili o sono stati pronunciati a stretto contatto nel tempo vengono posizionati più vicini tra loro nella rete. La distanza relativa dei blocchi nella rete consente al software di decidere quali frasi appartengono a ciascun argomento o sottoargomento della lezione.
Il risultato, dice, è una trascrizione coerente. Quando una persona cerca una parola chiave, il browser offre risultati sotto forma di una sequenza temporale video o audio suddivisa in sezioni. Viene evidenziata la sezione della lezione che contiene la parola chiave; sotto di esso ci sono frammenti di testo che circondano ogni istanza della parola chiave. Durante la riproduzione di un video, il browser mostra il testo trascritto sotto di esso.
Barzilay afferma che il browser attualmente riceve una media di 21.000 visite al giorno e, sebbene si stia dimostrando popolare, c'è ancora del lavoro da fare. Nei prossimi mesi, il suo team aggiungerà una funzione che allega automaticamente una struttura di testo alle lezioni in modo che gli utenti possano passare alla sezione desiderata. Più avanti, i ricercatori daranno agli utenti la possibilità di apportare correzioni alla trascrizione nello stesso modo in cui le persone contribuiscono Wikipedia. Sebbene tali miglioramenti sembrino semplici, pongono sfide tecniche, afferma Barzilay. Non è una questione banale, perché vuoi un'interfaccia che non sia noiosa e devi propagare la correzione durante la lezione e ad altre lezioni. Dice che portare le persone nel ciclo di trascrizione potrebbe migliorare l'accuratezza del sistema di un paio di punti percentuali, rendendo l'esperienza dell'utente ancora migliore.