[發(fā)明專利]融合地理信息與視覺信息的網(wǎng)絡(luò)新聞檢索系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201110352002.3
• 申請日: 2011-11-09
• 公開（公告）號: CN102364473A
• 公開（公告）日: 2012-02-29
• 發(fā)明（設(shè)計）人: 盧漢清;劉靜;李澤超
• 申請（專利權(quán)）人: 中國科學院自動化研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王波波

1.一種融合地理信息與視覺信息的網(wǎng)絡(luò)新聞檢索系統(tǒng)，該系統(tǒng)包括：

數(shù)據(jù)預處理模塊，用于爬取新聞數(shù)據(jù)并進行文本分析和信息數(shù)據(jù)提 取，所述新聞數(shù)據(jù)包括人物，地點、時間和文本信息；

地點相關(guān)性分析模塊，用于執(zhí)行新聞事件與新聞地點的相關(guān)性分析；

新聞配圖模塊，用于為新聞選擇能夠說明新聞內(nèi)容的圖像；

檢索結(jié)果展示模塊，用于基于檢索相關(guān)性排序展示檢索到的新聞。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，所述數(shù)據(jù)預處理模塊包括：

新聞數(shù)據(jù)爬取模塊，用于從新聞網(wǎng)站上爬取新聞文檔和對應(yīng)的新聞圖 像；

文本分析模塊，用于提取出新聞數(shù)據(jù)的標題、時間、網(wǎng)站、摘要和正 文以及對應(yīng)的網(wǎng)址，提取出新聞圖像的網(wǎng)址和圖像對應(yīng)的文本信息；

新聞實體提取模塊，從新聞數(shù)據(jù)中提取出人物，地點和時間。

3.根據(jù)權(quán)利要求1所述的系統(tǒng)，所述地點相關(guān)性分析模塊包括：

地理名詞過濾和擴展模塊，用于獲取地理名詞的地理位置信息；

基于矩陣分解的相關(guān)性分析模塊，用于利用一致性約束概率矩陣分解 方法分析新聞地點和新聞事件之間的關(guān)系。

4.根據(jù)權(quán)利要求1所述的系統(tǒng)，所述新聞配圖模塊包括：

檢索詞生成模塊，用于從新聞數(shù)據(jù)中抽取一個或多個關(guān)鍵詞，將其組 合成檢索詞并提交給圖像搜索引擎進行圖像檢索；

圖像排序和選擇模塊，用于對檢索到的圖像進行排序和去重，并選擇 能夠說明新聞內(nèi)容的圖像。

5.根據(jù)權(quán)利要求1所述的系統(tǒng)，所述檢索結(jié)果展示模塊包括：

地圖視圖模塊，用于顯示所選擇的新聞在地圖上的分布位置；

新聞事件列表模塊，用于按照預定的規(guī)則排序并顯示檢索到的新聞事 件的列表。

6.根據(jù)權(quán)利要求3所述的系統(tǒng)，所述一致性約束概率矩陣分解方法基 于下述規(guī)則分析新聞地點和新聞事件之間的關(guān)系：相似度較高的新聞事件 很可能發(fā)生在同一個地方，以及相關(guān)性較高的多個地點與同一個新聞事件 的關(guān)系是相近的。

7.根據(jù)權(quán)利要求4所述的系統(tǒng)，其中

所述檢索詞生成模塊從新聞數(shù)據(jù)的多個部分中提取檢索詞進行圖像 檢索；

所述圖像排序和選擇模塊采用基于等級聚合的方法對檢索到的圖像 進行排序。

8.根據(jù)權(quán)利要求5所述的系統(tǒng)，其中所述預定的規(guī)則排序包括下述中 的一種或多種：新聞事件之間的相關(guān)性、新聞事件與檢索地點之間的相關(guān) 性以及新聞發(fā)生的時間信息。

9.根據(jù)權(quán)利要求5所述的系統(tǒng)，其中所述地圖視圖模塊，響應(yīng)于用戶 輸入的檢索詞或者點擊地圖上任何一個地點，顯示出最相關(guān)新聞事件的標 題及對應(yīng)的圖像。

10.一種融合地理信息與視覺信息的網(wǎng)絡(luò)新聞檢索方法，該方法包括：

數(shù)據(jù)預處理步驟，用于爬取新聞數(shù)據(jù)并進行文本分析和信息數(shù)據(jù)提 取，所述新聞數(shù)據(jù)包括人物，地點、時間和文本信息；

地點相關(guān)性分析步驟，用于執(zhí)行新聞事件與新聞地點的相關(guān)性分析；

新聞配圖步驟，用于為新聞選擇能夠說明新聞內(nèi)容的圖像；

檢索結(jié)果展示步驟，用于基于檢索相關(guān)性排序展示檢索到的新聞。

11.根據(jù)權(quán)利要求10所述的方法，所述數(shù)據(jù)預處理步驟包括：

新聞數(shù)據(jù)爬取步驟，用于從新聞網(wǎng)站上爬取新聞文檔和對應(yīng)的新聞圖 像；

文本分析步驟，用于提取出新聞數(shù)據(jù)的標題、時間、網(wǎng)站、摘要和正 文以及對應(yīng)的網(wǎng)址，提取出新聞圖像的網(wǎng)址和圖像對應(yīng)的文本信息；

新聞實體提取步驟，從新聞數(shù)據(jù)中提取出人物，地點和時間。

12.根據(jù)權(quán)利要求10所述的方法，所述地點相關(guān)性分析步驟包括：

地理名詞過濾和擴展步驟，用于獲取地理名詞的地理位置信息；

基于矩陣分解的相關(guān)性分析步驟，用于利用一致性約束概率矩陣分解 方法分析新聞地點和新聞事件之間的關(guān)系。