Le système NNI Query-by-Example pour MediaEval 2014

Dans cet article, nous décrivons le système proposé par l’équipe NNI (NWPU-NTU-I2R) pour la tâche QUESST dans le cadre de l’évaluation Mediaeval 2014. Pour résoudre ce problème, nous avons mis en œuvre à la fois des approches fondées sur le warping temporel dynamique (DTW) et une recherche symbolique (SS). Le système DTW réalise une correspondance de modèles à l’aide d’un algorithme DTW sur sous-séquences et de représentations a posteriori. La recherche symbolique est effectuée sur des séquences de phonèmes générées par des reconnaisseurs de phonèmes. Pour les deux approches, une correspondance partielle de séquences est appliquée afin de réduire le taux de perte, en particulier pour les requêtes de type 2 et 3. Après fusion de 9 systèmes DTW, 7 systèmes symboliques et d’informations complémentaires sur la longueur des requêtes, nous avons obtenu une entropie croisée normalisée réelle (actCnxe) de 0,6023 pour l’ensemble des requêtes. Pour les requêtes complexes de type 3, nous avons atteint une valeur de 0,7252 en actCnxe.