Проект направлен на автоматическое тегирование видео с использованием мультимодального анализа.

Система обрабатывает название и описание видео с помощью NLP-моделей, анализирует визуальные данные через технологии компьютерного зрения для распознавания объектов и сцен, а также транскрибирует аудио для выявления ключевых тем.

Полученные данные передаются в единую систему классификации, которая присваивает видео наиболее релевантные метки, что улучшает поиск и персонализированные рекомендации на платформе.