[發(fā)明專(zhuān)利]使用解說(shuō)詞文檔自動(dòng)生成營(yíng)養(yǎng)健康教育視頻的方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310291597.5
• 申請(qǐng)日: 2013-07-11
• 公開(kāi)（公告）號(hào): CN103324760A
• 公開(kāi)（公告）日: 2013-09-25
• 發(fā)明（設(shè)計(jì)）人: 楊穎;陳瑛;高萬(wàn)林
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)農(nóng)業(yè)大學(xué)
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩

技術(shù)領(lǐng)域

本發(fā)明涉及多媒體技術(shù)領(lǐng)域，特別涉及一種使用解說(shuō)詞文檔自動(dòng)提取關(guān)鍵詞并搜索相關(guān)圖片生成營(yíng)養(yǎng)健康教育視頻的方法及系統(tǒng)。

背景技術(shù)

根據(jù)解說(shuō)詞全自動(dòng)生成視頻的方法和系統(tǒng)是根據(jù)文本中相對(duì)應(yīng)的詞，主要是名詞進(jìn)行網(wǎng)絡(luò)或/和本地的相關(guān)圖片搜索，但是漢語(yǔ)本身的語(yǔ)言特性決定了其詞性的復(fù)雜性，從而導(dǎo)致詞性的劃分不準(zhǔn)確，所尋找到的圖片也不準(zhǔn)確，因此對(duì)于根據(jù)解說(shuō)詞全自動(dòng)生成視頻的方法和系統(tǒng)的研究也少有涉及。經(jīng)研究表明，在營(yíng)養(yǎng)健康教育領(lǐng)域，語(yǔ)句的復(fù)雜度較低，詞性相對(duì)確定，具備了機(jī)器自動(dòng)識(shí)別詞性，自動(dòng)尋找關(guān)鍵詞及獲取相關(guān)圖片，自動(dòng)生成多媒體視頻的先決條件。

營(yíng)養(yǎng)健康教育多媒體視頻的編制需要經(jīng)過(guò)選材、編輯和制作等過(guò)程，其中選材過(guò)程是其中工作量最大，最耗費(fèi)人力物力的過(guò)程。選材具體包括針對(duì)一個(gè)待制作的營(yíng)養(yǎng)健康教育多媒體視頻確定該期內(nèi)容的主題，如“兒童咳嗽護(hù)理方法”，然后根據(jù)該主題內(nèi)容撰寫(xiě)介紹這方面知識(shí)的配套解說(shuō)詞，然后根據(jù)解說(shuō)詞內(nèi)容選擇合適的展示圖片，主要根據(jù)每句話中出現(xiàn)的關(guān)鍵詞，如“兒童”、“咳嗽”，“糖漿”等，基本每句解說(shuō)詞就要搭配5、6張展示圖片。選材完成之后，就可以通過(guò)視頻制作軟件將上述解說(shuō)詞、圖片、背景音樂(lè)等內(nèi)容合成一部介紹營(yíng)養(yǎng)健康知識(shí)的視頻。對(duì)于一段15分鐘的左右的視頻來(lái)說(shuō)，大約有1000～2000字的解說(shuō)詞文檔，需要搭配幾百?gòu)堈故緢D片。

現(xiàn)有的選材辦法大多通過(guò)手工的方法，即人工依次截取每句解說(shuō)詞中的多個(gè)關(guān)鍵詞，然后采用基于文本檢索的方法在網(wǎng)絡(luò)或者現(xiàn)有圖片庫(kù)中通過(guò)人工依次鍵入關(guān)鍵詞來(lái)搜索與該關(guān)鍵詞相匹配的圖片。因此，一段15分鐘左右的視頻大約需要人工提取幾百次關(guān)鍵詞，并人工搜索幾百次以上，不僅費(fèi)時(shí)費(fèi)力，而且很多工作是重復(fù)性的，如某個(gè)關(guān)鍵詞反復(fù)出現(xiàn)，要重復(fù)搜索多次。據(jù)統(tǒng)計(jì)，整個(gè)選材的過(guò)程占據(jù)了視頻制作的70%的時(shí)間。因此，發(fā)明一種快速、自動(dòng)方法來(lái)制作營(yíng)養(yǎng)健康教育多媒體視頻的方法及系統(tǒng)是有必要的。

發(fā)明內(nèi)容

（一）要解決的技術(shù)問(wèn)題

本發(fā)明的目的在于解決傳統(tǒng)營(yíng)養(yǎng)健康教育多媒體視頻的編制中選材時(shí)，需要大量的人工進(jìn)行手動(dòng)操作進(jìn)行搜索，費(fèi)時(shí)費(fèi)力的問(wèn)題。

（二）技術(shù)方案

本發(fā)明采用如下技術(shù)方案：

一種使用解說(shuō)詞文檔自動(dòng)生成營(yíng)養(yǎng)健康教育視頻的方法，采用以下步驟：

1）使用關(guān)鍵詞自動(dòng)提取模塊，用于提取一段解說(shuō)詞文本中的所有關(guān)鍵詞；

2）使用圖片自動(dòng)搜索模塊，用于使用元搜索技術(shù)在互聯(lián)網(wǎng)上搜索與關(guān)鍵詞相關(guān)的圖片和關(guān)鍵詞匹配的文本檢索方法在本地圖片庫(kù)上自動(dòng)搜索與關(guān)鍵詞相關(guān)的圖片；

3）使用營(yíng)養(yǎng)健康教育視頻字幕背景生成模塊，用于對(duì)搜索到的圖片與原文本中的句子或/和詞進(jìn)行匹配，生成教育視頻。

優(yōu)選的，步驟1）中的關(guān)鍵詞自動(dòng)提取的方法為：基于詞頻統(tǒng)計(jì)的關(guān)鍵詞提取方法；基于知識(shí)庫(kù)搜索的關(guān)鍵詞提取方法。

優(yōu)選的，基于詞頻統(tǒng)計(jì)的關(guān)鍵詞提取方法為：

首先使用自動(dòng)分詞法，即對(duì)文檔使用模式匹配的方法進(jìn)行分句，然后對(duì)句子使用全監(jiān)督式分詞模型進(jìn)行分詞，最后對(duì)每個(gè)詞使用全監(jiān)督式模型進(jìn)行詞性標(biāo)注；

然后使用詞頻統(tǒng)計(jì)法，即在已經(jīng)標(biāo)注過(guò)詞性的詞中篩選出名詞，對(duì)每一個(gè)名詞統(tǒng)計(jì)其在解說(shuō)文檔中的詞頻，最后把排名靠前的名詞作為該解說(shuō)文檔的關(guān)鍵詞。

優(yōu)選的，基于知識(shí)庫(kù)搜索的關(guān)鍵詞提取方法為：

采用爬蟲(chóng)技術(shù)下載網(wǎng)絡(luò)百科詞典，獲取相應(yīng)的百科詞條；

對(duì)于每一個(gè)解說(shuō)詞文檔，使用模式匹配的方法進(jìn)行分句；

對(duì)于每一個(gè)句子，使用模式匹配的方法提取出其中出現(xiàn)的百科詞條。

優(yōu)選的，步驟2）中的互聯(lián)網(wǎng)圖片自動(dòng)搜索法為：

首先將每個(gè)關(guān)鍵詞設(shè)置為查詢?cè)~，并調(diào)用搜索引擎，檢索相關(guān)高畫(huà)質(zhì)圖片；

然后將搜索引擎搜索到的圖片進(jìn)行整合，存儲(chǔ)在以該關(guān)鍵詞命名的圖片存儲(chǔ)目錄下。

優(yōu)選的，步驟2）中的本地圖片自動(dòng)搜索法為：將每個(gè)關(guān)鍵詞設(shè)置為查詢?cè)~，依次搜索本地各級(jí)文件存儲(chǔ)目錄，查找文件名包含關(guān)鍵詞的圖片，找到之后存儲(chǔ)在以該關(guān)鍵詞命名的圖片存儲(chǔ)目錄下。

優(yōu)選的，步驟3）中的營(yíng)養(yǎng)健康教育視頻字幕背景生成方法為：首先使用解說(shuō)詞自動(dòng)換行截取法，然后使用解說(shuō)詞文本和圖像的對(duì)齊匹配法進(jìn)行營(yíng)養(yǎng)健康教育視頻字幕背景的生成。

優(yōu)選的，使用解說(shuō)詞自動(dòng)換行截取法為：

首先采用模式匹配的方法將解說(shuō)詞文檔分句，并將解說(shuō)詞中的標(biāo)點(diǎn)符號(hào)全部去掉，對(duì)于每一個(gè)句子，通過(guò)采用全監(jiān)督式分詞模型進(jìn)行分詞，獲取任意相鄰兩個(gè)詞的分割位置；