[发明专利]一种基于深度注意力机制的图片新闻封面自动选择方法

说明书

本发明涉及一种基于深度注意力机制的图片新闻封面自动选择方法，属于计算机应用技术领域。本方法通过对训练集中的图片进行特征提取，将输入的图片表示成向量，将其作为深度注意力模型的输入，输出为同一条新闻所有图片的注意力值的加权平均；用该加权平均的值和图片的向量表示作为输入，训练一个分类器，通过开发集调整模型的参数。与现有方法相比，本发明方法在不需要人工干预的情况下，可以为图片新闻自动选择封面，可以为工作人员节省很多时间和精力，也可以为传媒公司节约成本。此外，在训练集、开发集和测试集数据相同的情况下，本发明与基于随机算法的图片新闻封面选择方法和基于SVM的图片新闻封面选择方法相比，准确率评测指标有明显提升。

技术领域

本发明涉及一种图片新闻封面自动选择方法，尤其涉及一种基于深度注意力机制的图片新闻封面自动选择方法，属于计算机应用技术领域。

背景技术

随着互联网的发展，越来越多的用户选择在互联网上浏览新闻。其中，图片新闻是在展示新闻照片的同时为读者提供短小精悍的文字报道，可以图文并茂、生动形象地表述新闻，具有文字报道所替代不了的优势，深受广大受众的喜爱。

图片新闻首先呈献给用户的是其封面。通常，封面是最能代表整个图片新闻内容或最吸引人眼球的一张图片，好的封面能增加新闻的点击量和浏览量，对图片新闻的关注度与传播起着非常重要的作用。

图片新闻封面的选择，主要是依靠新闻网站的编辑等工作人员的精心选择。然而，在新闻媒体如此便利的今天，新闻的数量呈爆炸式增长，图片新闻封面的选择无疑要耗费编辑等工作人员大量的时间。现有的一种简单的省时省力的解决方法是：用随机算法随机选择图片新闻中的一幅图片作为其封面，但是，用这种方法选择出的新闻封面的质量具有随机性，达不到封面需要具备吸引用户眼球、增加点击量的要求。目前还没有更合适的能适用于海量图片新闻的自动选择其封面的方法。

发明内容

本发明的目的是为了克服现有技术的缺陷，为有效解决从多张新闻图片中自动选择一张图片作为新闻封面图片的问题，提出一种基于深度注意力机制的图片新闻封面自动选择方法。本发明方法通过对训练集中的图片进行特征提取，将输入的图片表示成向量，将其作为深度注意力模型的输入，输出为同一条新闻所有图片的注意力值的加权平均；用该加权平均的值和图片的向量表示作为输入，训练一个分类器，通过开发集调整模型的参数。

本发明采用的技术方案如下：

一种基于深度注意力机制的图片新闻封面自动选择方法，包括以下步骤：

步骤一，进行相关定义，具体如下：

定义1：训练集，指用于训练的图片新闻的数据集合，记为Tran；

定义2：开发集，指在模型训练过程中用于特征函数参数调优的数据集合，记为Dev；

定义3：测试集，指用于测试的图片新闻的数据集合，记为Test；

定义4：输入图片，特指图片新闻中的图片，用像素矩阵表示；一条图片新闻中，第i张图片记为I_i

定义5：图片特征提取，将输入图片I表示成固定维度向量的模型函数，记为f；

其中，一条图片新闻中，第i张图片的向量表示记为p_i，即p_i＝f(I_i)；

定义6：深度注意力机制，松散地基于人类的视觉注意机制，在本发明中特指在选择图片新闻的封面时按照高注意力聚焦在某张或某几张图片上，并以低注意力感知其他图片的模式，通过训练模型，不断地调整聚焦的图片；

定义7：深度注意力机制的query，深度注意力模型的一个输入向量，记为q；query为需要被分类的图片特征向量；