Système de reconnaissance et de caractérisation des genres éditoriaux des vidéos d'analyses de l'actualité médiatique et politique – STREAMedia

Le projet STREAMedia vise à développer une méthode de caractérisation automatique des genres éditoriaux des vidéos, en utilisant des techniques d'apprentissage profond (deep learning) et une approche multimodale (analyse des métadonnées, flux audio, vidéo et transcription) à partir de corpus de vidéos YouTube et d'émissions télévisées (+ de 85 000 vidéos). Le projet s’intéresse particulièrement aux vidéos traitant de l’actualité politique et part du constat dressé par de nombreuses études sur les transformations des formats médiatiques, notamment autour de l'hypothèse de la forte informalisation (Wouters, 2019) de ces contenus. Cette informalisation se caractérise notamment par le mélange des genres (essor de l'infotainement par exemple) et par la place croissante des émotions, des subjectivités, à la fois dans les médias traditionnels et au sein des nouveaux formats sur les plateformes numériques. Tester cette hypothèse de l'informalisation des contenus requiert ainsi de pouvoir caractériser ces contenus, notamment selon leur appartenance à différents genres éditoriaux. Le projet permettra de lever des verrous scientifiques en analyse vidéo, notamment autour de la reconnaissance de l'humour et de la détection d'événements. Le projet, coordonné par le CARISM, repose sur une collaboration interdisciplinaire, en regroupant sept partenaires issus à la fois de l'informatique, de la sociologie, de la sémiologie, de la linguistique et de l'histoire des médias. Les résultats du projet seront partagés à la communauté scientifique, grâce au développement d'une plateforme OpenSource qui permettra le traitement d'autres corpus vidéo.