[发明专利]一种用于提供视频节目内容总结的方法及其系统

说明书

本申请公开了一种用于提供视频节目内容总结的方法及其系统，所述方法包括如下步骤：提取视频台词文字，整合成txt文本；将非结构化文本转变为结构化数据；提取结构化数据中的关键信息；将关键信息和所述视频相关联；将关键信息保存为语音形式；获取所述视频的背景图片；将关键信息和背景图片相关联。本申请通过对视频台词文字进行分析，构造语音形式的视频节目内容总结，从而为用户提供方便、快捷的节目选择经历。

技术领域

本申请涉及计算机领域，特别的涉及一种用于提供视频节目内容总结的方法及其系统。

背景技术

随着视频技术的发展，人们需要更多的休闲活动来缓解工作压力和生活压力，以电视节目为代表的视频节目因此大幅增加，但是在节目选择方面，用户需要花费大量的时间从节目中查找用户感兴趣的节目，有时还可能从大量节目中找不到感兴趣的节目，现有的视频节目内容总结的实现方式通常通过人为的观看视频、梳理故事情节、人为进行内容总结，而非自动生成内容总结环节。

人工制作的视频形式的内容总结，每个视频节目都需单独制作归纳总结的视频片段，制作和维护成本高，规模效益差。

发明内容

本申请请求保护一种用于提供视频节目内容总结的方法及其系统，相比较传统的视频节目内容总结，本申请在有高数量级视频节目时，可以自动为每个视频提炼总结，并自动嵌套入模板，形成在每个视频节目后都有内容总结环节，节省了大量的人工操作，并提供高识别率以及执行率。

本申请请求保护一种用于提供视频节目内容总结的方法，包括如下步骤：提取视频台词文字，整合成txt文本；将非结构化文本转变为结构化数据；提取结构化数据中的关键信息；将关键信息和所述视频相关联；将关键信息保存为语音形式；获取所述视频的背景图片；将关键信息和背景图片相关联。

优选地，其中利用自然语言处理技术进行词性分析、词性标注，将非结构化文本转变为结构化数据。

优选地，其中提取结构化数据的关键信息包括如下子步骤：对结构化数据进行要素分析；提取要素点；将要素点进行整合，形成关键信息。

优选地，其中将关键信息保存为语音形式包括将关键信息输入语音转换模块获得关键信息对应的音频文件。

优选地，其中语音转换模块基于深度神经网络，预先训练所述深度神经网络，包括如下子步骤：构造训练样本库，其中训练样本库包括训练文本，以及所述训练文本的样本音频信息；构建深度神经网络，找到隐藏层最佳神经元个数；将训练文本作为所述深度神经网络的输入，获得音频信息；构造所述音频信息的特征矩阵T_i和所述样本音频信息的特征矩阵T_i’；根据T_i和T_i’确定音频差异度α_i；根据所有音频差异度α_i确定总的音频差异度β；在β小于所述深度神经网络的最小均方误差目标时训练结束。

优选地，其中音频差异度使用如下公式计算：α_i＝T_i-T_i'。

优选地，其中总的音频差异度β使用如下公式计算：

其中n是输入深度神经网络的训练文本总个数。

优选地，其中抽取所述视频的关键帧作为背景图片。

优选地，其中抽取所述视频的关键帧作为背景图片包括如下步骤：从结构化数据中抽取关键词；根据关键词词频确定视频类型；查询类型库，依据类型库获得抽取信息；依据抽取信息抽取视频的关键帧，作为背景图片。

本申请还请求保护一种用于提供视频节目内容总结的系统，包括处理器，其中处理器执行如上述的方法。

本申请通过对视频台词文字进行分析，构造语音形式的视频节目内容总结，从而为用户提供方便、快捷的节目选择经历。

附图说明