UCF 口述历史元数据流水线仓库 oral-history-metadata 上线 GitHub

GitHub 仓库 ucfmeta1/oral-history-metadata 提供一套口述历史元数据流水线，从 6 段 MP4 访谈视频和转录表生成 outputs/video_metadata.xlsx。流程将转录文本与采样视频帧发送给 OpenAI（默认 gpt-4.1-mini，每视频取 12 帧、两次 GPT 请求），再用 TF-IDF 余弦相似度从本地 Topical/Geo JSONL 规范记录中检索 top 30 FAST 标题，由 GPT 从中选出 5 个并生成 5 个发现关键词。仓库还附带了名为 UCF Remembers 9/11 的搜索筛选界面静态线框图，其 18 条结果等数据仅为示意。