[发明专利]自动生成新闻频道信息的方法、装置、设备及存储介质

说明书

本发明公开了一种自动生成新闻频道信息的方法、装置、设备、及存储介质，所述方法包括获取目标新闻主题的源新闻标题，按各源新闻标题的时间顺序分别爬取相应的内容，将数据库中不存在的网络地址对应的源新闻标题作为目标源新闻标题，针对各目标源新闻标题从已爬取的内容中确定新闻基本信息，并选择若干句子来生成目标新闻主题的新闻摘要；将新闻摘要的文本内容转化为语音信息；通过各目标源新闻标题的网络地址来爬取所述目标新闻主题相关的新闻事件图片；根据新闻摘要的文本内容、语音信息、以及新闻事件图片合成目标新闻主题视频；本方法能够自动对当前正在被讨论的热点新闻进行整合，并能自动加工成音视频，显著的减轻了新闻行业的人工劳动量。

技术领域

本发明涉及大数据技术领域，尤其涉及一种自动生成新闻频道信息的方法、装置、设备、及存储介质。

背景技术

随着技术的发展，人们获取新闻信息的渠道和方式也逐渐在改变，从传统的报纸书刊、广播电视，到互联网兴起时的门户网站以及目前社交平台上的新闻播报。每一次的改变，对先有的技术都是一次提升和改进。

目前这些渠道的新闻更多地是报道当下事件的进展和状况，很少追溯事件的前因，让听众对事件有整体的了解。虽然在社交平台上新闻播报有所改善，尽可对相关事件进行挖掘，但是通常依靠人工查找资料，进行关键信息提取，并汇总成新的文字，因此需要投入较多的人力，效率较低。高投入低回报的特点导致不会有人专门去做这些工作。如果读者只想要简单了解和当天新闻有关的资料，通常情况下只能自己去搜索相关内容。由于现在的搜索引擎不一定是按照精准匹配进行推送，读者还需要自己筛选哪些是有关的，哪些是无关的，浪费精力和时间。

发明内容

本发明的主要目的在于提供一种自动生成新闻频道信息的方法、装置、设备、及存储介质，用以解决上述技术问题。

第一方面，本发明提供一种自动生成新闻频道信息的方法，所述方法包括以下步骤：

步骤S1：确定目标新闻主题；分别获取所述目标新闻主题对应的不同的源新闻标题，按各源新闻标题的时间顺序分别爬取相应的内容；判断各源新闻标题的网络地址是否已经存在数据库中；

步骤S2：将所述数据库中不存在的网络地址对应的源新闻标题作为目标源新闻标题，针对各目标源新闻标题，从已爬取的内容中确定新闻基本信息，并从已爬取的内容中选择若干句子来生成所述目标新闻主题的新闻摘要，并将所述新闻基本信息和所述新闻摘要存储到所述数据库中；

步骤S3：将所述新闻摘要的文本内容转化为语音信息，并将所述语言信息保存；

步骤S4：通过各目标源新闻标题的网络地址来爬取所述目标新闻主题相关的新闻事件图片，将爬取的新闻事件图片保存在所述数据库中；

步骤S5：根据所述新闻摘要的文本内容、所述语音信息、以及所述新闻事件图片合成目标新闻主题视频；

步骤S6：将生成的所述目标新闻主题视频插入到当前新闻，标明所述目标新闻主题的标题以及相应时间，生成所述目标新闻主题相关的的专属频道信息。

优选地，如权利要求1一种新闻频道信息自动生成的方法，其特征在于，在所述步骤S1中采用增量式爬虫的方式爬取源新闻标题的新闻内容，具体包括：

使用预设网络爬虫工具，所述预设网络爬虫工具从启动到关闭期间设立一个网络地址集合，将所述预设网络爬虫工具运行期间爬取过的网络地址放入所述网络地址集合，每次对待处理网络地址发起请求时，将待处理的网络地址与所述网络地址集合中已有的网络地址进行比对，并过滤掉爬取过的重复网络地址。

优选地，所述步骤S2中生成所述目标新闻主题的新闻摘要的步骤为：

摘要采用提取式的算法，计算出各句子的权重，根据各句子的权重选择若干句子拼接成段作为此新闻的摘要，其中，各句子权重的通过以下公式计算获得：