UCF 口述历史元数据流水线仓库上线 GitHub

GitHub 用户 ucfmeta1 上线仓库 oral-history-metadata，提供一套从口述历史访谈视频批量生成元数据的流水线，可从 6 段 MP4 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），并用 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。 运行流水线会调用 OpenAI 并产生 API 费用；目录发布前需人工审核生成的描述和标题；完整的馆藏输入和规范数据未随仓库分发。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。