Salvato in:
Dettagli Bibliografici
Autori principali: Maxim, Laura, Rabatel, Julien, Douguet, Jean-Marc, Grabar, Natalia, Interdonato, Roberto, Loustau, Sébastien, Roche, Mathieu, Teisseire, Maguelonne
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:https://arxiv.org/abs/2412.10576
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
_version_ 1866912157947396096
author Maxim, Laura
Rabatel, Julien
Douguet, Jean-Marc
Grabar, Natalia
Interdonato, Roberto
Loustau, Sébastien
Roche, Mathieu
Teisseire, Maguelonne
author_facet Maxim, Laura
Rabatel, Julien
Douguet, Jean-Marc
Grabar, Natalia
Interdonato, Roberto
Loustau, Sébastien
Roche, Mathieu
Teisseire, Maguelonne
contents To address the current crises (climatic, social, economic), the self-sufficiency -- a set of practices that combine energy sobriety, self-production of food and energy, and self-construction - arouses an increasing interest. The CNRS STAY project (Savoirs Techniques pour l'Auto-suffisance, sur YouTube) explores this topic by analyzing techniques shared on YouTube. We present Agro-STAY, a platform designed for the collection, processing, and visualization of data from YouTube videos and their comments. We use Natural Language Processing (NLP) techniques and language models, which enable a fine-grained analysis of alternative agricultural practice described online. -- Face aux crises actuelles (climatiques, sociales, économiques), l'auto-suffisance -- ensemble de pratiques combinant sobriété énergétique, autoproduction alimentaire et énergétique et autoconstruction - suscite un intérêt croissant. Le projet CNRS STAY (Savoirs Techniques pour l'Auto-suffisance, sur YouTube) s'inscrit dans ce domaine en analysant les savoirs techniques diffusés sur YouTube. Nous présentons Agro-STAY, une plateforme dédiée à la collecte, au traitement et à la visualisation de données issues de vidéos YouTube et de leurs commentaires. En mobilisant des techniques de traitement automatique des langues (TAL) et des modèles de langues, ce travail permet une analyse fine des pratiques agricoles alternatives décrites en ligne.
format Preprint
id arxiv_https___arxiv_org_abs_2412_10576
institution arXiv
publishDate 2024
record_format arxiv
spellingShingle Agro-STAY : Collecte de données et analyse des informations en agriculture alternative issues de YouTube
Maxim, Laura
Rabatel, Julien
Douguet, Jean-Marc
Grabar, Natalia
Interdonato, Roberto
Loustau, Sébastien
Roche, Mathieu
Teisseire, Maguelonne
Information Retrieval
To address the current crises (climatic, social, economic), the self-sufficiency -- a set of practices that combine energy sobriety, self-production of food and energy, and self-construction - arouses an increasing interest. The CNRS STAY project (Savoirs Techniques pour l'Auto-suffisance, sur YouTube) explores this topic by analyzing techniques shared on YouTube. We present Agro-STAY, a platform designed for the collection, processing, and visualization of data from YouTube videos and their comments. We use Natural Language Processing (NLP) techniques and language models, which enable a fine-grained analysis of alternative agricultural practice described online. -- Face aux crises actuelles (climatiques, sociales, économiques), l'auto-suffisance -- ensemble de pratiques combinant sobriété énergétique, autoproduction alimentaire et énergétique et autoconstruction - suscite un intérêt croissant. Le projet CNRS STAY (Savoirs Techniques pour l'Auto-suffisance, sur YouTube) s'inscrit dans ce domaine en analysant les savoirs techniques diffusés sur YouTube. Nous présentons Agro-STAY, une plateforme dédiée à la collecte, au traitement et à la visualisation de données issues de vidéos YouTube et de leurs commentaires. En mobilisant des techniques de traitement automatique des langues (TAL) et des modèles de langues, ce travail permet une analyse fine des pratiques agricoles alternatives décrites en ligne.
title Agro-STAY : Collecte de données et analyse des informations en agriculture alternative issues de YouTube
topic Information Retrieval
url https://arxiv.org/abs/2412.10576