InstagramやYoutubeにアップロードされた動画において、短いビデオはよりハイライトシーンに絞り込まれていて、長いビデオはハイライトではないシーンも多く含まれるという洞察により、弱教師あり学習を行った。長い動画にもハイライトシーンは含まれるため、proportional lossを用いたランキング学習を使用。なお、ハッシュタグからdomainを推定。

TVSum、YouTube Highilightsにおいてドメイン特化型の非教師ありハイライト検出として、既存手法を22%ほど更新しstate-of-the-artを達成。使用データサイズが限られる教師あり学習の精度も超えた。

FAIR (Facebook AI Research)からの論文。ビデオの長さを教師データとする視点は新しい。ランキング学習とproportional lossを用いて、このnoisyな教師データをうまくモデルに組み込んでいる。弱教師ありの利点を活かして、Instagramの10Mものビデオを使って学習した。