基于多特征的视频关联文本关键词提取方法

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｔｅｘｔｂａｓｅｄｏｎｍｕｌｔｉｐｌｅｆｅａｔｕｒｅｓ
ＷＡＮＧＷａｎｌｉａｎｇ，ＰＡＮＭｅｎｇ
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈ０ｕ３１００２３，Ｃｈｉｎａ）
ｃｏｎｔａｉｎｓａｂｕｎｄａｎｔｒｅｌａｔｅｄｔｅｘｔｉｎｆｏｒｍａｔｉｏｎ，ａｗｏｒｄｗｅｉｇｈｔｃａｌｃｕｌａｔｉｏｎｆｏｒｍｕ１ａｗｈｉｃｈｉｓｂａｓｅｄｏｎｉｍｐｒｏｖｅｄＴＦａｎｄｍｕｌｔｉｐｌｅｆｅａｔｕｒｅｓｉｓｅｓｔａｂｌｉｓｈｅｄＴｈｅｓｔａｔｉｓｔｉｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｃａｎｄｉｄａｔｅｗｏｒｄｓ
第４５卷第１期２０１７年２月
浙江工业大学学报
ＪＯＵＲＮＡＬＯＦＺＨＥＪＩＡＮＧＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ
Ｖｏ１．４５Ｎｏ．１
Ｆｅｂ．２０１７
基于多特征的视频关联文本关键词提取方法
点，建立了基于改进ＴＦ和多特征的候选词权重计算公式，该公式将候选词的统计特征与位置权重动态结合起来，并考虑候选词的词性、词跨度等属性，借助扩展的同义词词林来提取关键词，通过提
取到的关键词来表述视频的内容信息．实验结果表明：改进后的算法所提取的关键词效果更好，在准确率和召回率方面都有一定的提升，并且能够很好的表示视频的内容．
王万良，潘蒙
（浙江工业大学计算机科学与技术学院，浙江杭州３１００２３）
摘要：针对互联网多媒体视频数量的爆炸式增长导致快速获取视频的内容变得非常困难问题，提出
了一种基于多特征的关键词提取算法ＴＦＬ — ＷＳ算法．通过分析视频包含丰富的相关文本信息的特
．
ｓｈｏｗｓｔｈａｔｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｏｆｅｘｔｒａｃｔｉｎｇｔｈｅｋｅｙｗｏｒｄｓｈａｓａｂｅｔｔｅｒｒｅｓｕ１ｔＩｔｈａｓｓｏｍｅＩｍｐｒｏｖｅｍｅｎｔｉｎｔｈｅｐｒｅｃｉｓｉｏｎａｎｄｒｅｃａｌｌｒａｔｅｓ，ａｎｄｉｔｃａｎｒｅｐｒｅｓｅｎｔｔｈｅｖｉｄｅｏｃｏｎｔｅｎｔｍｕｃｈｂｅｔｔｅｒ
．
ｃｏｎｔｅｎｔｏｆｔｈｅｖｉｄｅｏｉｎｆｏｒｍａｔｉｏｎ Leabharlann Baidu ａｎｂｅｅｘｐｒｅｓｓｅｄｂｙｔｈｅｋｅｙｗｏｒｄｓ
．
Ｔｈｅｅｘｐｅｒｉｍｅｎｔａ１ｒｅｓｕＩｔ
．
ａｎｄｌｏｃａｔｉｏｎｗｅｉｇｈｔａｒｅｃｏｍｂｉｎｅｄｄｙｎａｍｉｃａｌｌｙｉｎｔｈｉｓｆｏｒｍｕｌａＣｏｎｓｉｄｅｒｉｎｇｔｈｅｐａｒｔｏｆｓｐｅｅｃｈ，
关键词：关键词提取；视频内容；ＴＦ；特征词权重中图分类号：ＴＰ１８１文献标志码：Ａ文章编号：１００６ — ４３０３（２０１７）０１ — ００１４ — ０５
Ａｎｋｅｙｗｏｒｄｅｘｔｒａｃｔｉｏｎａｐｐｒｏａｃｈｆｒｏｍｖｉｄｅｏａｓｓｏｃｉａｔｅｄ
Ａｂｓｔｒａｃｔ：ＴｈｅｅｘｐｌｏｓｉｖｅｇｒｏｗｔｈｏｆｍｕｌｔｉｍｅｄｉａｖｉｄｅｏｏｎｔｈｅＩｎｔｅｒｎｅｔｌｅａｄｓｔｏａｃｃｅｓｓｔｈｅｃｏｎｔｅｎｔｏｆｔｈｅｖｉｄｅｏｍｏｒｅａｎｄｍｏｒｅｄｉｆｆｉｃｕｌｔｙ，ａｋｅｙｗｏｒｄｅｘｔｒａｃｔｉｏｎａｌｇｏｒｉｔｈｍＴＦＬ— ＷＳｂａｓｅｄｏｎｍｕｌｔｉｐｌｅ
．
ｗｏｒｄｓｐａｎｏｆｃａｎｄｉｄａｔｅｗｏｒｄｓ，ｅｘｐａｎｄｅｄｓｙｎｏｎｙｍｄｉｃｔｉｏｎａｒｙｉｓｕｓｅｄｔｏｅｘｔｒａｃｔｋｅｙＷＯｒｄｓＳｏｔｈｅ
ｆｅａｔｕｒｅｓｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ
．
Ｔｈｒｏｕｇｈａｎａｌｙｚｉｎｇｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｖｉｄｅｏｗｈｉｃｈ