La grande disponibilità di contenuti multimediali e la diffusione di strumenti informatici hanno reso possibile il rapido accesso ai documenti. L’accessibilità ai contenuti nonché la rapidità, l’efficienza e la precisione nel recupero dei dati sono da tempo oggetto di studio e la nuova sfida è rappresentata dalla possibilità di associare materiale di natura diversa. Questa tesi si pone come obiettivo l’esplorazione del text-to-video retrieval e del video-to-text retrieval, ovvero il recupero di contenuti video a partire da una query testuale e viceversa. Dopo aver indagato il funzionamento degli elementi più diffusi nelle varie architetture e dopo aver analizzato le recenti strategie che hanno permesso il raggiungimento dello stato dell’arte, viene proposta una diversa metodologia.