优酷速看短视频自动化生产解决方案

看文章前，先看段视频吧！

AI剪辑师制作的剧情介绍作品-《山河令》

阿里妹导读
随着用户的时间碎片化程度加剧，视频“由长变短”成为一种趋势，信息流场景下的短视频消费需求日益增长，优酷每年为用户提供大量优质视频资源，具备天然的“由长变短”优势，并通过算法研究在速看短视频的自动化生产方面取得突破。

简介

相关研究
学术界中将该问题命名为 text video alignment：给定video的剧本，基于video shot和sentence的相似度，做两个sequence的对齐。涉及两个任务，第一个任务是计算文本与视频片段的相似性，第二个任务是 text sequence 与 video sequence 的对齐。

video text alignment 与 video text grounding 的区别是其对视频片段边界不敏感，不要求回归边界，只做 shot 与 text 相似度的度量。而与 video text retrieval 的的相同之处是需要计算 video clip 和 text 的特征及相似度，不同之处是 text video alignment 有时序信息，且时序是顺序的，不