Crowdsourcen van metadatavoor audiovisuele collecties
van vrije tekst annotaties naar semantische concepten
Lotte Belice Baltussen – Beeld en Geluid
Michiel Hildebrand – Vrije Universiteit Amsterdam
4 november 2011 | AVA_Net Najaarscongres
Maakt het mogelijk om spelenderwijs audiovisueel
archiefmateriaal te beschrijven
Classificatie en tagging
8
• Tijd-gerelateerde metadata• Social tagging (overbruggen semantic
gap)• Interactie tussen archief / omroep en
publiek• Verzamelen van data voor verder
onderzoek
• Efficiëntie?• video annoteren duurt 5 x de lengte van de video
• Nieuw verdienmodel?
Meerwaarde
• Nederlands Instituut voor Beeld en Geluid (project management, content, research)
• KRO (concept, content, PR)• VU (research binnen PrestoPRIME)• Q42 (ontwikkelaar)
Partners pilot
Man bijt hond Woordentikkertje
Na evaluatie:• Verbeterde interface• Nieuwe scoringmechanismes
(semantiek)• Nieuwe content• Meer feedback
Hoe werkt het?
Spelers kunnen kiezen uit ‘kanalen’ met verschillende programma’s
Hoe werkt het?Scoren:• Basisregel – spelers scoren
punten wanneer hun tag binnen 10 seconden exact overeenkomt met die van een andere speler
• Meerdere andere scoring mechanismen om taggen verder te stimuleren
Evaluatie
Martorrel
Uitdaging: constante stroom aan bezoekers genereren. Belangrijk: Partners, vermeldingen op externe websites met veel bezoekers
Voorbeeld BzV, in één week:
• Aantal tags verdrievoudigd naar 160.000
• Aantal spelers verdubbeld naar 362
Evaluatieav-documentalist
Evaluatieav-documentalist
• Tags beschrijven voornamelijk korte fragmenten en zijn vaak niet erg specifiek. Ze beschrijven niet programma’s als geheel.
• MAAR! Kan worden opgelost door te filteren en te mappen naar bestaande vocabulaires.
• De WNW tags waren het meest bruikbaar en specifiek; content beïnvloedt specificiteit.
• Tags kunnen op verschillende manieren worden ingezet en hebben verschillende relevantie voor verschillende groepen.
• Documentalisten kijken uit naar verdere ontwikkelingen.
Evaluatie
Evaluatie
‘Fun’+
Competitie+
Altruïsme+
Content+
Beloning+…=
Motivatie
Waisda? Woordentikkertje
Maanden
Video’s
Spelers
Tags – totaalTags – uniek
Matches• Spelers• Geo. namen*• Personen*
8
648
2.435
428.83248.242 (11%)
• 156.546 (37%)• 6.089 (1,4%)• 107 (0,25%)
3,5
2.556
537
327.93537.757 (12%)
• 167.948 (51%)• 20.213 (6,2%)• 2.122 (0,6%)
* Bij Waisda? is gekeken naar unieke tags, bij Woordentikkertje is gekeken naar totaal aantal tags
Tips en lessons learned• Wat wil je bereiken?• Bestaande rapporten en literatuur.• Wat is je doelgroep?• Hoe motiveer je gebruikers?• Hoe evalueer je / succescriteria?• Blijf verbeteren!
Bedankt!
Twitter: @lottebeliceEmail: [email protected]
@johanoomen / @laroyo / @mbrinkerink
http://blog.waisda.nlhttp://woordentikkertje.manbijthond.nl
Top Related