فهرسة وتصنيف الصور الصحفية

تواجه وكالات الأنباء مهمة معالجة آلاف الصور يوميًا، مما يتطلب فرقًا كاملة من المهنيين للعمل على هذه المهمة. هذا الأمر مكلف للغاية وينتهي بنتائج ضعيفة، حيث يصعب فهرسة الصور بشكل متناسق نظرًا لتنوع المهنيين المعنيين.

لذلك، هناك حاجة إلى أدوات التعلم الآلي للمساعدة في هذه العملية لجعلها أكثر قوة وسرعة واقتصادية.

يتمثل التحدي بالنسبة لـ Gtres Online، وهي وكالة رائدة للصور ومقاطع الفيديو الإخبارية الإسبانية، في تحليل الصور من وجهات نظر مختلفة: الإطار ونوع الطائرة وحتى أنواع الملابس الموجودة (المجوهرات والأحذية والمعاطف والنظارات الشمسية، إلخ).

يواجه التحدي العديد من الصعوبات، بما في ذلك ضعف تمثيل الفئات والفئات ذات أخطاء التصنيف المتكررة بسبب الأخطاء البشرية (مثل الخلط بين ملابس السباحة والبيكيني وتعيين تسميات خاطئة وغياب التسميات) والمشاكل الشخصية (ليس من السهل التمييز باستمرار بين المستوى العام أو المستوى الكامل نظرًا لتنوع الفريق البشري).

ومع ذلك، فإن قدرة فوكوم على تصنيف الصور قوية جدًا في مواجهة هذا النوع من المشاكل طالما تتبع أفضل الممارسات. وكانت النتائج التي تم الحصول عليها أكثر من مرضية مع دقة تزيد عن 90% لكل من أنواع الإطارات المختلفة ومستويات الصورة وأكثر من 95% لأهم التسميات للعميل، مما يوفر نتيجة سريعة وموثوقة ومتسقة.

كميزة إضافية، تم اقتراح وظيفة تحليل قادرة على تحديد الجانب الأكثر أهمية بكل فئة تصنيف في الصورة، وهو أمر مهم بشكل خاص إذا اعتقدنا أنه لا يوجد نوع من التسميات في هذا الصدد.