[發明專利]多媒體內容智能轉換為詞條結構的方法和系統

在審

• 申請號: 201610986586.2
• 申請日: 2016-11-09
• 公開（公告）號: CN108062291A
• 公開（公告）日: 2018-05-22
• 發明（設計）人: 馬也馳;馬正方
• 申請（專利權）人: 上海頤為網絡科技有限公司
• 主分類號: G06F17/22
• 分類號: G06F17/22
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 施浩

1.一種多媒體內容智能轉換為詞條結構的方法，其特征在于，包括：

將帶有題號的文本內容分解成多個文本單元，其中每個文本單元包括題號以及題號對應的文本內容；

將每一個文本單元構造一個詞條，其中將文本單元中的題號的標題作為詞條名稱，題號對應的內容作為詞條內容，各題號之間的邏輯關系作為詞條之間的結構關系，從而將文本內容構造成詞條的樹狀結構。

2.根據權利要求1所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，該方法還包括：

對包含最基礎的題號的文本單元，繼續將其所包含的每一個自然段分解為文本單元，其中僅包含自然段的文本單元對應一個詞條，自然段的內容作為詞條內容，自然段的序號作為詞條名稱，自然段之間的關系作為詞條之間的結構關系。

3.根據權利要求2所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，對自然段的內容進行語義識別，得到自然段的關鍵詞，將關鍵詞作為詞條名稱。

4.根據權利要求1所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，對于無題號的文本內容，先通過語義識別將無題號的文本內容轉換成帶有題號的文本內容，其中無題號的文本內容中的每一自然段都具有一個經語義識別提取出的關鍵詞的題號。

5.根據權利要求4所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，對于音頻內容/視頻內容，首先通過語音識別將音頻內容/視頻內容轉換成無題號的文本內容。

6.根據權利要求4所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，對于插入在文本中的圖片，將圖片映射到其所涉及的最小的文本單元的詞條中。

7.根據權利要求4所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，對于未插入在文本中的圖片，將圖片通過圖片識別技術將其作為一個獨立的詞條進而分類到已經構建的詞條的樹狀結構中。

8.根據權利要求6或7所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，對于品質不佳的圖片，用互聯網的圖片庫數據中搜索相關的圖片進行替代。

9.根據權利要求5所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，對于音頻無法充分反映視頻內容的視頻，或者有獨立意義且音頻沒有表達的視頻，對每一幀視頻通過圖片識別將圖片分類到已經構建的詞條的樹狀結構中。

10.根據權利要求3或4所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，語義識別是基于自然語言處理的模型進行處理。

11.根據權利要求7或9所述的多媒體內容智能轉換為詞條結構的方法，其特征在于，圖片識別是基于卷積神經網絡的模型進行處理。

12.一種多媒體內容智能轉換為詞條結構的系統，其特征在于，包括：

單元分解模塊，將帶有題號的文本內容分解成多個文本單元，其中每個文本單元包括題號以及題號對應的文本內容；

詞條轉換模塊，將每一個文本單元構造一個詞條，其中將文本單元中的題號的標題作為詞條名稱，題號對應的內容作為詞條內容，各題號之間的邏輯關系作為詞條之間的結構關系，從而將文本內容構造成詞條的樹狀結構。

13.根據權利要求12所述的多媒體內容智能轉換為詞條結構的系統，其特征在于，單元分解模塊對包含最基礎的題號的文本單元，繼續將其所包含的每一個自然段分解為文本單元；詞條轉換模塊對僅包含自然段的文本單元，將文本單元中的自然段的內容作為詞條內容，自然段的序號作為詞條名稱，自然段之間的關系作為詞條之間的結構關系。