用戶原創內容 (User-Generated Content) 一向是內容營銷和社交媒體營銷的重要工具，但該些內容數量龐大，人手篩選廢時失事。Adobe Experience Manager 最近便將現有的圖片智能標籤功能 (Smart Tag) 擴展至 UGC 影片中，透過自動閱讀並辨認影片內物品，協助市場營銷人員搜尋及篩選影片，無需逐一瀏覽社交媒體帖文。
（新聞稿）
Adobe 將 Adobe Experience Manager 內現有的圖片智能標籤功能 (Smart Tag) 擴展至用戶原創內容 (User-Generated Content) 影片中。新功能可自動閱讀並辨認影片內物品，協助市場營銷人員搜尋及篩選影片，無需逐一瀏覽社交媒體帖文。
用戶原創內容可減少內容營銷 (Content marketing) 成本、提高市場營銷活動成效，以及解決現今營銷人員面對的大規模製作難題。運用用戶原創內容，是品牌應對現今市場內容和個人化需求日益增加的關鍵。用戶原創內容不但具有高成本效益，亦更為真實及表現更佳。據 Adweek 資料顯示，64% 社交媒體用戶會在購物前觀看用戶原創內容影片，而且用戶原創內容影片的觀看次數較品牌影片高 10 倍。
利用人工智能尋找最適合的用戶原創內容
Adobe致力開發計算機視覺技術 (Computer Vision)，協助自動化處理以往需由人手閱覽的用戶原創內容的過程。Adobe Sensei 推動的智能標籤可自動閱讀圖像並找出關鍵物品、物品類型，以及其藝術特性等，用作建立描述性標籤 (Tag)，讓市場營銷人員能篩走含有不符合搜尋要求的圖像內容。
雖然使用智能標籤處理圖像十分有效，影片卻是現今在網絡上最受歡迎的媒體類型。據 Cisco 估計，在 2021 年，影片將會佔整個互聯網 82% 的流量，而過去一年在 Instagram 發布的影片數量已增長4倍。影片較圖像更大型、更具即時性，使影片分析遠較圖像更難分類、篩選及取用。
Adobe Experience Manager 中的影片智能標籤
Adobe Experience Manager 中的 Adobe Sensei 的自動影片標籤 (Video Auto Tag) 服務可以為 60 秒鐘以內的影片產生兩套標籤。第一套標籤是關於影片內物品、場景及影片的特徵，第二套則描繪影片中的動作。這些標籤可用於改良影片搜尋及取用，讓營銷人員可以篩去不符合搜尋要求的內容。
除物品、場景及特徵外，自動影片標籤功能亦可辨認暫時發生變化的事件，包括影片內的動作或活動，如「喝水」和「跳躍」。這一功能是透過自動影片標籤功能預測動作來實現的。這需要利用一整套涵蓋大量動作的影片，配以 Adobe 內部影片數據庫的用戶數據所產生的動作標籤訓練而成。動作自動標籤可跨越影片中的多個畫面，聚集各時間段的結果後，產生一套影片動作標籤集。
