Extracción de características basadas en sinopsis para la clasificación de películas en géneros cinematográficos

Abstract

[Resumen]: En la era digital actual, caracterizada por un consumo masivo y diversificado de contenido audiovisual, tareas como la generación de recomendaciones de calidad en tiempo real se han convertido en una necesidad. Frente a tanta información, los distribuidores deben proporcionar soluciones eficaces para facilitar la selección de contenido relevante, como puede ser recomendar al usuario películas de géneros o tópicos similares a las ya vistas. Este trabajo aborda la problemática de la clasificación multietiqueta automática de películas, en varios géneros simultáneamente, a través de la extracción de características textuales relevantes. Para ello, se exploran diferentes enfoques, entre ellos, técnicas de extracción basadas en frecuencia de términos combinadas con clasificadores convencionales, modelos de redes neuronales recurrentes y Large Language Models preentrenados para la extracción de características.

[Abstract]: In today’s digital era, characterized by a massive and diversified consumption of audiovisual content, tasks such as the generation of quality recommendations in real time have become a necessity. Faced with so much information, distributors must provide effective solutions to facilitate the selection of relevant content, such as recommending to the user movies of similar genres or topics to those already seen. This paper addresses the problem of automatic multi-label classification of movies, in several genres simultaneously, through the extraction of relevant textual features. For this purpose, different approaches are explored, including term frequency based extraction techniques combined with conventional classifiers, recurrent neural network models and pre-trained Large Language Models for feature extraction.