多媒體播放器推薦2020的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

基於BERT模型實現影音的文字摘要於影片篩選

為了解決多媒體播放器推薦2020的問題，作者夏啓銘 這樣論述：

近年來，多媒體檢索的相關技術受到許多研究人員的重視。隨著網路時代的演進，多媒體平台的興起，造成多媒體資訊量成長快速，巨量的多媒體資訊造成資訊超載的狀況越發嚴重，因此多媒體平台需提供更加快速且準確的檢索方式來因應相關問題。現今多媒體資訊的檢索方式大多採取標籤方式，由多媒體擁有者提供標籤來加速搜尋效率、精準搜尋結果。但標籤資訊檢索時有機率會因擁有者的主觀意識影響結果，且當標籤資訊過於簡單或者標籤資訊與內文不符時，導致使用者無法正確且快速的找到資訊。影片摘要是多媒體檢索的方法之一，透過此方法可快速了解影片重點，因此使用者可更完整且快速的檢索影片資訊。由於文字閱讀效率高於閱讀影片，故本研究嘗試提出一

個系統，以文字自動摘要方式實現影片摘要。文字閱讀的效率高於觀賞影片，故本篇研究採用文字摘要作為多媒體檢索的方式。文字自動摘要屬於自然語言處理的眾多研究之一，目的是從文本中擷取重點。近年來，深度學習應用於文字摘要，使文字摘要的研究獲得大幅度的進步。深度學習透過大量的訓練資料進行學習，將學習好的模型運用在文本上取得重點。本研究使用BERT（Bidirectional Encoder Representations from Transformers）模型，BERT是近年來較熱門的深度學習方法。許多研究指出BERT應用於自然語言上都獲得不錯的成績。BERT經由大量的語料訓練產出預處理模型，預處理模型

擁有基礎的語言能力，預處理模型經過微調訓練獲得摘要模型。本系統將影片轉檔後產出文字檔，再使用已訓練完成的摘要模型取得文本摘要。最後以主觀評論方式評比摘要，在摘要的接受度、完整性都有取得不錯的成績。