Skip to main content Skip to main navigation

Projekt

MOM

Multimedia Opinion Mining

Multimedia Opinion Mining

Das Projekt Multimedia Opinion Mining (MOM) stellt sich der Herausforderung, Meinungen aus Multimediainhalten des Webs zu extrahieren. Dies beinhaltet sowohl die großangelegte multimodale Analyse sozialer Medienströme, als auch die Analyse der darunterliegenden Netzwerkströme unter Berücksichtigung verschiedener Kanäle, wie z. B. Twitter, YouTube, Flickr, Google und Wikipedia. MOM wird vier grundlegende Hauptbeiträge für die Deutsche und Internationale Forschungslandschaft liefern:

  1. Es werden Informationen aus strukturierten Datenquellen zur Analyse von Sozialen Medien verwendet, um Trending Topics (Trendthemen) zu identifizieren und zu verfolgen.
  2. Große Datenmengen von Multimediainhalten werden im Hinblick auf Senti- ment und Meinung analysiert. Dabei wird ein holistischer Ansatz verfolgt, in dem Informationen aus verschiedenen Modalita ̈ten (Text-, Bild- und Videoinhalte) verwendet werden.
  3. Die extrahierten Informationen werden mit Ergebnissen der Sozialen Netzwerkanalyse angereichter, um sowohl die strukturelle Verbreitung, als auch die globalen und lokalen Auswirkungen der Informa- tionen in Sozialen Netzwerken zu ermitteln.
  4. Möglichkeiten zur Vorhersage von zukünftigen Entwicklungen der Meinungsäußerung zu identifizierten Trendthemen werden untersucht.

Fördergeber

BMBF - Bundesministerium für Bildung und Forschung

BMBF - Bundesministerium für Bildung und Forschung

Publikationen zum Projekt

Sebastian Palacio; Joachim Folz; Jörn Hees; Federico Raue; Damian Borth; Andreas Dengel

In: The IEEE Conference on Computer Vision and Pattern Recognition (CVPR). International Conference on Computer Vision and Pattern Recognition (CVPR-2018), located at CVPR, June 18-22, Salt Lake City, Utah, USA, IEEE, 2018.

Zur Publikation

Philipp Blandfort; Tushar Karayil; Damian Borth; Andreas Dengel

In: Proceedings of the 2017 ACM on Multimedia Conference. Multimodal Understanding of Social, Affective and Subjective Attributes (MUSA2-17), An ACM MM'17 Workshop, located at ACM Multimedia 2017, ACM, 10/2017.

Zur Publikation

Federico Raue; Sebastian Palacio; Andreas Dengel; Marcus Liwicki

In: A. Lintas (Hrsg.). Proceedings of the 26th International Conference on Artificial Neural Networks. International Conference on Artificial Neural Networks (ICANN-2017), 26th, located at ICANN, September 11-14, Alghero, Italy, Springer, 2017.

Zur Publikation