基于故事的新聞視頻事件專題分析方法研究

文丨劉 宇

（東莞廣播電視臺，廣東東莞 523000）

隨著現(xiàn)代化網(wǎng)絡(luò)信息技術(shù)的快速發(fā)展，在網(wǎng)絡(luò)信息系統(tǒng)的積極輔助下，人們可以通過各種方式來獲取新聞視頻，而且獲取的時(shí)間之快、數(shù)量之大是有目共睹的。這些新聞視頻有多種語種，來自多個(gè)網(wǎng)站以及多個(gè)電臺，雖然，在這樣優(yōu)越的傳媒條件的輔助下，人們的信息更加通達(dá)和快捷，但是，人們所搜尋的新聞結(jié)果卻總是含有太多的雜亂信息、大量的重復(fù)信息擾亂了人們的視線，在這樣混亂的局面下，人們幾乎不能迅速查明整個(gè)新聞事件的因果聯(lián)系和其中重要的信息，隱含在事件之外的真實(shí)情報(bào)也會被忽略，但是如果以事件專題的形式對新聞故事加以分析、組織和管理是解決這個(gè)問題的最佳方法。

1 新聞事件專題的結(jié)構(gòu)分析

在對新聞故事進(jìn)行聚積分類以后，就形成了同一個(gè)新聞故事的聚類，然而這些聚積的故事卻沒有順序可言，人們無法從中理出頭緒，要想把所有的故事以專題的形式編制出來，就要對其進(jìn)行規(guī)劃形成有秩序的線索化的東西，就必須對故事之間的彼此依賴關(guān)系加以分析。

首先，故事的類似程度的衡量。通常情況下，一個(gè)新聞故事中，由于內(nèi)容不同，它們的重要程度就有所不同。一般情況下，對一個(gè)事件會由兩個(gè)新聞故事進(jìn)行報(bào)道，在報(bào)道中難免會出現(xiàn)類似的電視畫面，這類內(nèi)容是相對比較重要的，而其他描述性的詞匯因?yàn)閿?shù)目過大，對事件的描述的方法也不盡相同和所側(cè)重的角度不同等原因會導(dǎo)致所用詞匯也會有所不同，這種內(nèi)容就不具備較高的重要性，所以，要對一個(gè)故事單元中不同內(nèi)容的不同特征進(jìn)行處理，就能夠更加準(zhǔn)確地表達(dá)故事單元中的語意。

故事之間的相似程度可以從視覺和文本兩個(gè)方面進(jìn)行區(qū)分，也就是視覺相似度與文本相似度，參照這些其特征的重要程度給予不同的權(quán)重系數(shù)，來判斷兩個(gè)故事之間的相似程度。

那么如何生成新聞視頻事件專題結(jié)構(gòu)，是一個(gè)值得思考的問題，一般來說，由于新聞報(bào)道來路多種多樣，不可避免地在一個(gè)事件的新聞中產(chǎn)生很多的重復(fù)與冗余的信息，所以，要對故事的冗余程度進(jìn)行評價(jià)，因?yàn)樗麨槭录陌l(fā)展提供了指導(dǎo)。

2 新聞視頻故事單元關(guān)聯(lián)分析的任務(wù)

當(dāng)下時(shí)代，大多數(shù)的新聞視頻都是以一個(gè)故事為中心展開敘述的，對于新聞故事的研究大多數(shù)都集中在故事單元的分割技術(shù)，這當(dāng)中關(guān)系到新聞鏡頭分割等內(nèi)容，對于新聞事件的探究多數(shù)集中在以文本為主的媒體中，探究的主要目標(biāo)是根據(jù)話題來查詢組織和利用新聞信息。

根據(jù)客戶的需要，客戶需要的是對新聞視頻進(jìn)行跟蹤并調(diào)查，他們通過先進(jìn)的現(xiàn)代技術(shù)來獲取演播稿件，這些技術(shù)包括：Automatic speech recognition自動語音識別技術(shù)和machine translation，MT 機(jī)器翻譯技術(shù)，獲得演播稿件后，再利用文本信息的話題識別與跟蹤技術(shù)來實(shí)現(xiàn)新聞視頻基于事件的組織。

當(dāng)今時(shí)代，由于圖像處理技術(shù)不斷向前更新，很多研究都針對于故事單元的相似特征展開的，這種研究在視頻信息的基礎(chǔ)上結(jié)合其他方面的信息，利用新聞視頻編輯中視覺的重復(fù)性來達(dá)到目標(biāo)的。在這一過程中，達(dá)到了對故事單元之間的關(guān)系的分析，與傳統(tǒng)的對文本進(jìn)行探究的技術(shù)相比較，這一分析方法利用了更多種類的媒體特征，特別是視覺特征的應(yīng)用，這一特征非?？拷鼘?shí)際應(yīng)用中的各種可能的情況，大多數(shù)對新聞視頻的故事單元的關(guān)聯(lián)性分析都從以下任務(wù)著手。

故事單元的分割是故事單元關(guān)聯(lián)分析的基礎(chǔ)，要注意認(rèn)識和辨別新聞視頻中報(bào)道的類似事件的故事單元。在這一過程中，故事單元是根據(jù)新聞事件進(jìn)行分類聚積的，但是，由于新聞視頻從多種渠道得來的，就會具有多種視覺上的變化，或者語言上的不一致，以及新聞事件所關(guān)注重點(diǎn)變化所導(dǎo)致的目的差異，但是，以視覺與文本為基礎(chǔ)的保守的分類與聚積方法很難完成任務(wù)，達(dá)到目標(biāo)。

通過以上的分析，我們可以看出，新聞視頻中的故事單元關(guān)聯(lián)分析技術(shù)融入了文本探究中的事件探測技術(shù)與跟蹤技術(shù)，以及現(xiàn)代化網(wǎng)絡(luò)信息結(jié)構(gòu)與內(nèi)容分析技術(shù)的優(yōu)勢，而且與客戶的真實(shí)需求非常相投。所以，新聞視頻中的故事單元關(guān)聯(lián)分析技術(shù)已經(jīng)成為全世界新聞視頻研究領(lǐng)域中的炙手可熱的話題。

3 新聞視頻故事單元關(guān)聯(lián)與跟蹤技術(shù)

首先，以文本相似程度為研究對象的關(guān)聯(lián)分析法。新聞視頻故事單元關(guān)聯(lián)分析同文本的研究類似，所以，最開始的一部分研究任務(wù)是得到新聞視頻中的文本資料，是通過自動語音識別技術(shù)來獲取的，再對文本資源的故事單元分割以及相似程度進(jìn)行分析，無論是在對故事進(jìn)行分割的階段還是在對故事之間的聯(lián)系進(jìn)行分析的階段，這種關(guān)聯(lián)分析法都僅僅利用了文本資源信息，把文本資源中的每個(gè)字句與新聞視頻中的音頻進(jìn)行對比，進(jìn)行核查，可以采用下面的方法對文本進(jìn)行處理。

第一，從每一個(gè)故事單元的文本信息資源中提出對應(yīng)的詞語，或者詞語組合；第二，抓住每個(gè)故事單元的關(guān)鍵詞向量，例如：對一般的時(shí)間名詞、地點(diǎn)名詞等名詞組合的獲取進(jìn)行分析。

這種以文本為基礎(chǔ)的新聞視頻故事單元關(guān)聯(lián)分析法是對TDT技術(shù)最為直接的應(yīng)用，它指出了故事單元關(guān)聯(lián)分析的最根本的任務(wù)和過程，但是這一類方法在實(shí)際的研究和應(yīng)用中存在很大的局限性。例如：如果新聞視頻中含有很多種不同的語言，由于沒有合適的語音識別系統(tǒng)也沒有配備相應(yīng)的機(jī)器翻譯工具，這樣從音頻軌跡上得到的文本信息就不會很清晰，甚至無法收獲有價(jià)值的文本信息。

4 總 結(jié)

本文說明了基于故事的新聞視頻事件專題分析方法，第一要將新聞報(bào)道中的視覺特征與文本特征配合起來，將對一個(gè)事件的新聞故事集合起來，然后分析這個(gè)事件所含有的故事之間的相似性，形成故事之間彼此依存的關(guān)系，再根據(jù)這種關(guān)系產(chǎn)生新聞事件專題結(jié)構(gòu)，這樣才能把事件的來龍去脈呈現(xiàn)在觀眾面前。

[1]文軍，吳玲達(dá)，曾璞，等.新聞視頻中基于 “場景詞匯”的故事單元相似度分析[J].國防科技大學(xué)學(xué)報(bào)，2009（3l）.

[2]劉華詠.基于音視頻特征和文字信息自動分段新聞故事[J].系統(tǒng)仿真學(xué)報(bào)，2004，16(11)：2608—2610.

[3]張春林，張鵬林，胡瑞敏.新聞視頻中基于主持人識別的新聞故事探測[J].計(jì)算機(jī)工程，2003，29(14)：20-26.

[4]Allan J.Topic detection and tracking：event—based information retrieval[M].Norvell，MA，USA：Kluwer Academic Publishers，2002.

[5]賈自艷，何清，張?？?，等.一種基于動態(tài)進(jìn)化模型的事件探測和追蹤算法[J].計(jì)算機(jī)研究與發(fā)展，2004，41(17).

[6]李保利，俞士汶.話題識別與跟蹤研究[J].計(jì)算機(jī)工程與應(yīng)用，2003(17)：7-10.

[7]于滿泉，駱衛(wèi)華，許洪波，等.話題識別與跟蹤中的層次化話題識別技術(shù)研究口[J].計(jì)算機(jī)研究與發(fā)展，2006.