[发明专利]一种面向模糊文本挖掘的新闻视频主题分割方法

摘要

本发明实施例公开了一种面向模糊文本挖掘的新闻视频主题分割方法，包括步骤：将新闻视频转换成音频，使用语音识别技术将音频转换成模糊文本；使用语音识别技术将音频转换成模糊文本；文本的分词；文本的表示；分析音频信息，找出静音点作为潜在分割点；对模糊文本进行分割点识别，更新潜在分割点；把词性分析后筛选出的词语序列，用语言模型转换成句子向量，并根据句子向量的相似度分布来更新潜在分割点；基于PSO确定TextTiling算法参数进行文本主题分割。采用本发明，把视频信息以故事为单位进行语义分割从而形成独立的语义单元，可应用于众多视频检索的应用领域，如影视、监控、交通视频等。

主权项

1.一种面向模糊文本挖掘的新闻视频主题分割方法，其特征在于，包括以下步骤：S1：将新闻转换为音频；S2：将所述音频转换成模糊文本；S3：添加用户词典，根据所述用户词典与待分析的语料库，以逆向匹配的分词方式对文本使用字符串匹配进行分词；S4：使用Filter方法计算得到特征项的子集，并根据权重来判断该特征项对文本的重要程度，S5：分析音频信息，找出静音点作为潜在分割点；S6：使用应用TextTiling算法的词性分析和命名实体分析方法确定保留和过滤词语来实现相关的计算；S7：将所述词性分析后筛选出的词语序列，用语言模型转换成句子向量，并根据句子向量的相似度分布来更新潜在分割点；S8：使用粒子群优化算法确定所述TextTiling算法参数进行文本主题分割。