计算机科学 > 社会与信息网络
[提交于 2024年2月8日
]
标题: GET-Tok:一种基于生成式人工智能增强的多模态TikTok数据集,记录2022年秘鲁政变企图
标题: GET-Tok: A GenAI-Enriched Multimodal TikTok Dataset Documenting the 2022 Attempted Coup in Peru
摘要: TikTok是世界上最大和增长最快的社交媒体网站之一。 然而,TikTok的一些功能,如语音转录文本,常常缺失,其他重要功能,如OCR或视频描述,根本不存在。 我们介绍了生成式AI增强的TikTok(GET-Tok)数据,这是一个通过将生成式AI模型与TikTok研究API结合来收集TikTok视频和增强数据的流程。 作为案例研究,我们收集了关于秘鲁前总统佩德罗·卡斯蒂略发起的未遂政变及其相关抗议活动的视频。 这些数据包括从2022年11月20日到2023年3月1日发布的43,697个视频的信息(共102天)。 生成式AI通过TikTok视频的转录文本、视频中所显示内容的文字描述、视频中显示的文字以及视频中表达的立场来增强收集的数据。 总体而言,这一流程将有助于在多模态环境中更好地理解在线讨论,并应用于生成式AI,特别是概述该流程在非英语社交媒体中的实用性。 我们用于生成该流程的代码位于一个公共的Github仓库中:https://github.com/gabbypinto/GET-Tok-Peru。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.