[发明专利]一种新闻检索结果的多媒体摘要生成方法

摘要

本发明公开了一种新闻检索结果的多媒体摘要生成方法，该方法采用自然语言处理技术预处理新闻文档，提取命名实体；采用层次潜在狄利克雷分布模型在与查询相关的新闻信息中挖掘出潜在的主题；采用基于权重聚合和最大池模型算法从每个主题中筛选出典型文档，同时也挑选出典型的新闻图片；采用考虑时间信息的最大生成树将各个主题串联成连续紧凑的摘要，生成一个与查询相关的简要概述。本发明能够对新闻信息采用综合文本与图片的多媒体形式进行总结凝练，为用户提供生动形象、全面具体的新闻时事展示，使其能够掌握到所关心新闻的前因后果和事件的发展历程。

主权项

一种新闻检索结果的多媒体摘要生成方法，其特征在于，该方法包括以下步骤：步骤1，将从互联网新闻网站上爬取的新闻数据组成新闻数据库，并对新闻数据库中的新闻数据进行预处理；步骤2，基于用户文本查询在新闻数据库中进行新闻信息检索，并按照新闻数据库中的新闻文档与用户文本的相关性从大到小的顺序排列检索到的新闻文档；步骤3，基于顺序排列的新闻文档，计算新闻文档之间的文本相似度S，并使用层次化的潜在狄利克雷分布模型挖掘出新闻检索结果中的主题层次树结构，计算新闻文档基于层次树结构的相似度Stree，最终得到新闻文档之间的相似度Scomb；步骤4，根据步骤3得到的新闻文档之间的相似度Scomb，基于权重聚合方法和最大池模型从下至上地为每个主题选择最具权威的代表性新闻文档和新闻图片，作为每个主题的多媒体摘要表示；步骤5，采用考虑时间因素的最大生成树模型将各个主题串接起来，生成新闻检索结果的多媒体摘要；步骤6，展示新闻检索结果及生成的多媒体摘要。