TechTube: Summarizing Relevant Parts from Technical Videos

Les développeurs de logiciels sont confrontés à plusieurs problèmes techniques indissociables de la programmation. L'approche la plus importante qu'ils utilisent pour faire face à de tels problèmes consiste à regarder des tutoriels en ligne.Les vidéos de didacticiel sont très diverses et toutes sortes d'entre elles peuvent être trouvées sur Internet. Par exemple, YouTube contient désormais des millions de vidéos de bonne qualité sur des sujets techniques, tels que la programmation. Cependant, malgré la richesse de leur contenu, ces vidéos sont parfois trop longues et tous les sujets couverts ne sont pas toujours pertinents pour les développeurs cherchant des réponses à des questions précises. Ainsi, identifier et résumer les fragments pertinents de ces vidéos pourrait faire gagner du temps et des e˙orts précieux aux développeurs. Dans ce mémoire, nous proposons une nouvelle technique appelée TechTube. Cette technique peut être utilisée pour trouver des segments vidéo pertinents pour une tâche technique donnée.TechTube permet aux développeurs de formuler l'objet de leur recherche sous forme de re-quêtes en langage naturel. Ces requêtes sont ensuite enrichies grâce aux techniques de re-formulation de requêtes, développées dans le domaine de la recherche d' information. La sortie de TechTube est une séquence de segments vidéo pertinents pour la tâche à accom-plir. Contrairement aux travaux de recherche précédents, notre approche divise la vidéo en détectant le silence dans les pistes audio de la vidéo.

Abstract

During development and maintenance activities, developers often turn to technical online videos (i.e., tutorials) to learn new concepts and find solutions to some technical problems.Tutorial videos are extensively diverse and the number of online videos is growing at a very fast pace. For example, YouTube now contains millions of high-quality videos on technical topics, such as programming. However, despite the convenience and in some cases popularity, the audiovisual explanations of the videos might also claim more time from the developers than the text-only materials (e.g., programming Q&A threads). In fact, unlike the pro-gramming Q&A threads, programming videos might not be fully indexed or well organized e.g., structured as explicit questions and answers. They might also contain noisy, redun-dant information that might be of little interest to the developers. Thus, the developers often attempt to find out the relevant sections by skimming (i.e., forward and backward the video stream) through the videos. However, skimming through a video is often more time-consuming than scrolling through a regular text-based website. Thus, pinpointing the relevant sections within a technical video and guiding developers to these sections has the potential to save their valuable time and e˙ort.In this thesis, we propose a novel technique called TechTube. This technique can be used to find video segments that are relevant to a given technical task.