论文地址：https://arxiv.org/abs/1809.05350v1

二.  实现

我们从Kaggle[6]中获取了TED演讲数据集，其中包括2400个TED演讲的数据，包括标题、演讲者、标签、文字记录等等。从数据集中，我们主要使用平均有3000字的转录本。

Step1:我们使用Mechanical Turk (labMT)[7]进行语言评估，从转录本中得到正和负的分数。分数越高，代表内容越积极，说明视频内容对观众有积极的情感影响

Step2:我们使用TF-IDF分析来确定哪些单词代表TED演讲的语义。具有较高TF-IDF值的单词被用来形成描述每个视频的词云。

Step3:应用Gensim包的Doc2vec导出转录本向量。对矢量表示进行了训练，并用它们来计算这些文档嵌入之间的余弦相似度。我们使用向量维度200和上下文大小8作为超参数。

三.  系统演示

我们的web应用程序的后端分析(如相似度计算、社群检测和情感分析)是使用Python进行的。对于我们web应用的用户界面，我们使用d3.js构建了相似视频的网络

图1是我们的web应用程序的主页，左边的面板显示了2400个TED talk视频的标题列表。中心面板显示了主要网络，其中视频被表示为定点，它们的相似性被表示为边。主网络只显示了最上面1%的相似评分关系作为边。节点的颜色表示视频的情绪得分:蓝色表示消极，红色表示积极。节点的大小表示每个视频的视图数量，节点根据检测到的社群进行分组。

当鼠标指针悬停在一个节点时,视频的标题出现,和右边的面板显示了该节点的信息:一个字云总结了视频的内容,和其他视频内容相近的列表(图2)。通过悬停鼠标指针在节点,用户可以浏览在TED的演讲视频。

用户可以点击左边面板上显示的视频标题，或者在搜索框中键入标题进行搜索。图3是用户搜索“大脑创造意义的三种方式”视频时显示的画面。这个视频的邻居网络出现在中央面板上。它展示了高度推荐的共享相似内容的视频。将鼠标悬停在节点上，右边的面板会显示一个词云和一个相关视频列表，这些视频的相关性最高，最低。通过点击其中一个列出的标题，用户可以登陆TED.com上的视频网页。

表1比较了TED.com和我们的方法推荐的视频，题目是“学校扼杀创造力吗?”TED.com提供了一个列表，列出了每个TED演讲最多6个相关视频，而我们的方法则推荐了10多个相关视频。平均两个视频作为两组的交集，一组来自TED.com的推荐视频，另一组使用我们的方法(B部分)。一些最初由TED.com的视频管理员推荐的视频并没有包含在我们的推荐人(A部分)的结果中。通过查看Kaggle的数据集，我们能够确定这些视频是否共享公共标签。一些结果，包括可能不如课程g相关的课程d，显示了这种面向标记的建议的局限性。所选的TED talk和lecture g的主题强调“孩子们有自己的创造力，老师应该尽量让孩子有创造力”，而lecture d强调的是“孩子们有受教育的权利，没有歧视”。C部分是关于相关的视频，这些视频并没有在TED.com的相关视频数据中列出，但是我们的方法是推荐的。

三.  最后

本文介绍了TED talk视频推荐系统的新概念，并将其开发成web应用程序。我们的应用程序使用深度学习技术，通过测量视频转录本的相似性来推荐语义相关的视频。与基于标签的推荐相比，我们的方法在质量和数量上都有可能提供更好的相关视频，因为C部分的大多数课程看起来都非常相关。所以这项研究可以证实我们基于转录的推荐方法适用于有演讲的视频。

此外，随着语音识别技术的提高，我们的方法有望在TED.com之外扩展到其他视频平台。除了视频平台如YouTube，提供视频分享的社交网络服务也可以从我们的方法中获益。通过将其应用到用户创建的视频中，可以分析这些视频的内容，并用于构建视频的语义网络。因此，用户可以很容易地找到与自己兴趣相关的视频，而不会被不恰当的推荐误导。