Nothing Special   »   [go: up one dir, main page]

CN113660541B - 新闻视频的摘要生成方法及装置 - Google Patents

新闻视频的摘要生成方法及装置 Download PDF

Info

Publication number
CN113660541B
CN113660541B CN202110808406.2A CN202110808406A CN113660541B CN 113660541 B CN113660541 B CN 113660541B CN 202110808406 A CN202110808406 A CN 202110808406A CN 113660541 B CN113660541 B CN 113660541B
Authority
CN
China
Prior art keywords
news
abstract
text
original
candidate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110808406.2A
Other languages
English (en)
Other versions
CN113660541A (zh
Inventor
张记袁
郑烨翰
蔡远俊
彭卫华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110808406.2A priority Critical patent/CN113660541B/zh
Publication of CN113660541A publication Critical patent/CN113660541A/zh
Application granted granted Critical
Publication of CN113660541B publication Critical patent/CN113660541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8549—Creating video summaries, e.g. movie trailer
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/233—Processing of audio elementary streams
    • H04N21/2335—Processing of audio elementary streams involving reformatting operations of audio signals, e.g. by converting from one coding standard to another
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/234336—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements by media transcoding, e.g. video is transformed into a slideshow of still pictures or audio is converted into text
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8126—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本公开提供了一种新闻视频的摘要生成方法及装置，涉及计算机技术领域，尤其涉及知识图谱、深度学习、计算机视觉、语音技术领域。具体实现方案为：获取新闻文本库和待生成摘要的新闻视频；对所述新闻视频识别标题得到原始标题和/或对所述新闻视频提取摘要得到所述新闻视频的原始摘要；根据所述原始标题和/或原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本；根据所述原始摘要和/或所述原始标题与所述至少一篇候选新闻文本的相似度，从所述至少一篇候选新闻文本中确定目标新闻；根据所述目标新闻，生成所述新闻视频的摘要。本公开有效提高了新闻视频摘要生成的准确度。

Description

新闻视频的摘要生成方法及装置
技术领域
本公开涉及计算机技术领域，尤其涉及知识图谱、深度学习、计算机视觉、语音技术领域。
背景技术
现在的媒体行业会对海量的新闻视频节目进行编目，以便于检索和管理，而新闻节目的摘要的生成是新闻节目编目中很重要的一个环节。
相关技术中，新闻节目视频的摘要生成基本都是基于自动语音识别技术(Automatic Speech Recognition，ASR)直接对新闻节目视频进行识别得到的，或者基于改进ASR的方式进行识别得到的。
发明内容
本公开提供了一种新闻视频的摘要生成方法、装置、设备以及存储介质。
根据本公开的第一方面，提供了一种新闻视频的摘要生成方法，包括：
获取新闻文本库和待生成摘要的新闻视频；
对所述新闻视频识别标题得到原始标题和/或对所述新闻视频提取摘要得到所述新闻视频的原始摘要；
根据所述原始标题和/或原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本；
根据所述原始摘要和/或所述原始标题与所述至少一篇候选新闻文本的相似度，从所述至少一篇候选新闻文本中确定目标新闻；
根据所述目标新闻，生成所述新闻视频的摘要。
根据本公开的第二方面，提供了一种新闻视频的摘要生成装置，包括：
获取模块，用于获取新闻文本库和待生成摘要的新闻视频；
特征提取模块，用于对所述新闻视频识别标题得到原始标题和/或对所述新闻视频提取摘要得到原始摘要；
检索模块，用于根据所述原始标题和/或原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本；
筛选模块，用于根据所述原始摘要和/或所述原始标题与所述至少一篇候选新闻文本的相似度，从所述至少一篇候选新闻文本中确定目标新闻；
摘要生成模块，根据所述目标新闻，生成所述新闻视频的摘要。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一方面所述的方法。
根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开第一方面所述的方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开第一方面所述的方法。
本公开实施例提供的上述新闻视频的摘要生成方法、装置以及存储介质，能够对新闻视频识别标题得到的原始标题和/或对新闻视频提取摘要得到原始摘要，根据所述原始标题和/或所述原始摘要在新闻文本库中进行检索得到候选新闻文本，根据原始摘要和/或原始标题与候选新闻文本的相似度，筛选确定目标新闻，根据目标新闻生成新闻视频的摘要。通过在新闻文本库中检索，并通过相似度筛选出目标新闻，保证了目标新闻与所述新闻视频报道的是同一件新闻事件，这样根据目标新闻的摘要生成新闻视频的摘要，有效提高了摘要生成的准确度，能够更加高效地对新闻视频进行编目，降低成本。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的示意图；
图2是根据本公开第二实施例的示意图；
图3是根据本公开第二实施例的另一示意图；
图4是根据本公开第二实施例的另一示意图；
图5是根据本公开第三实施例的示意图；
图6是根据本公开第四实施例的示意图；
图7是用来实现本公开实施例的新闻视频的摘要生成的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
现代媒体行业不断发展，各种类型的节目不断涌现，在这种形势下，为了便于管理、开发和应用，需要对海量的节目进行编目。对于新闻视频节目来说，新闻视频的摘要的生成是编目的一个重要的环节。
相关技术中，新闻节目视频的摘要生成基本都是基于自动语音识别技术ASR直接对新闻节目视频进行识别得到的，或者基于改进ASR的方式进行识别得到的。然而，ASR技术容易出现关键词识别错误，而且新闻的时效性很强，会不断出现新的名词，ASR很难及时优化以准确识别新的名词，另外，如果是通过改进ASR以提高识别准确率，成本较高。
基于此，本公开实施例提供了一种新闻视频的摘要生成方法，参见图1所示的一种新闻视频的摘要生成方法流程图，该方法可以由具有数据处理能力的各类电子设备执行，在此对执行本实施例方法的电子设备不进行限制，主要包括如下步骤S101～步骤S105：
步骤S101，获取新闻文本库和待生成摘要的新闻视频。
其中，新闻文本库是存储有大量新闻文本数据的数据库，待生成摘要的新闻视频是包括图像和音频的新闻节目视频。
在一种实施方式中，新闻文本库是基于Elasticsearch(ES)构建的。ES是一个分布式、高扩展、高实时的搜索与数据分析引擎，能够很方便地使大量数据具有搜索、分析和探索的能力。
需要说明的是，为了尽可能对已知的新闻覆盖全面，需要获取大量新闻，新闻文本数据可以是包括主流官媒和自媒体的新闻的文本数据。新闻文本数据的获取方式有很多种，可选地，从互联网上的主流新闻网站中爬取新闻，获取新闻文本数据。进一步地，可以对新闻文本数据进行数据预处理。
另外需要说明的是，因为新闻的时效性，可以定时重新获取新闻文本数据并更新新闻文本库。
步骤S102，对所述新闻视频识别标题得到原始标题和/或对所述新闻视频提取摘要得到原始摘要。
其中，识别是指，从输入数据中自动获取并识别到目标数据。
可选地，对新闻视频的画面进行文字识别(Optical Character Recognition，OCR)，从OCR识别处理后的数据中识别得到原始标题。
可选地，对新闻视频的音频进行ASR自动语音识别，从ASR识别处理后的数据中识别得到原始标题。
需要说明的是，可以根据不同新闻节目的特点设置不同的识别规则，以提高对原始标题识别的准确度。
另外，提取是指，从输入数据中选取目标数据，目标数据为输入数据的一部分。
可选地，对新闻视频的画面进行OCR文字识别，从OCR识别处理后的数据中提取得到原始摘要。
可选地，对新闻视频的音频进行ASR自动语音识别，从ASR识别处理后的数据中提取得到原始摘要。
同样可以理解的是，可以根据不同新闻节目的特点设置不同的提取规则，以提高对原始摘要提取的准确度。
步骤S103，根据所述原始标题和/或原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本。
在第一种可能的实施方式中，根据原始标题，在所述新闻文本库中检索得到至少一篇候选新闻文本。
可选地，可以对原始标题进行关键词切分、提取，通过关键词在新闻文本库中检索得到至少一篇候选新闻文本。
可选地，可以将原始标题输入到新闻文本库中进行检索，得到至少一篇候选新闻文本。
在第二种可能的实施方式中，根据原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本。
可选地，可以对原始摘要进行关键词切分、提取，通过关键词在新闻文本库中检索得到至少一篇候选新闻文本。
可选地，可以将原始摘要输入到新闻文本库中进行检索，得到至少一篇候选新闻文本。
在第三种可能的实施方式中，根据原始标题和原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本。
可选地，可以对原始标题和原始摘要进行关键词切分、提取，通过关键词在新闻文本库中检索得到至少一篇候选新闻文本。
可选地，可以将原始标题和原始摘要输入到新闻文本库中进行检索，得到至少一篇候选新闻文本。
进一步地，可以对至少一篇候选新闻文本按照权重或者相似度进行打分排名，选择一定数量或者一定分数的新闻文本作为候选新闻文本。
步骤S104，根据所述原始摘要和/或原始标题与所述至少一篇候选新闻文本的相似度，从所述至少一篇候选新闻文本中确定目标新闻。
其中，所述相似度表征了所述原始摘要和/或原始标题与所述候选新闻文本的相似程度，这种相似程度可以是语义上的。也就是说，可以基于语义的算法，计算所述原始摘要和/或原始标题与候选新闻文本的相似度。
基于语义上的相似度，从候选新闻文本中确定目标新闻。
可选地，对计算出的所有的相似度进行排名，选择语义上最相似的一篇候选新闻文本作为目标新闻，
可选地，将计算出的第一篇相似度超过预设阈值的候选新闻文本作为目标新闻。
步骤S105，根据所述目标新闻，生成所述新闻视频的摘要。
可选地，对目标新闻进行摘要提取，将提取到的摘要作为新闻视频的摘要。
可选地，在获取新闻文本数据时，新闻文本数据中存在属性为摘要的数据，将所述目标新闻的摘要作为新闻视频的摘要。
可选地，根据目标新闻，对新闻视频的原始摘要进行对比修正，生成新闻视频的摘要。
本公开实施例提供的上述方法，通过获取新闻文本库和待生成摘要的新闻视频，对新闻视频识别标题得到原始标题和/或对新闻视频提取摘要得到原始摘要，根据原始标题和/或原始摘要在新闻文本库中检索得到至少一篇候选新闻文本，根据原始摘要和/或原始标题与候选新闻文本的相似度，从至少一篇候选新闻文本中确定目标新闻，根据目标新闻生成新闻视频的摘要。通过在新闻文本库中检索，并通过相似度筛选出目标新闻，保证了目标新闻与所述新闻视频报道的是同一件新闻事件，这样根据目标新闻的摘要生成新闻视频的摘要，有效提高了摘要生成的准确度，能够更加高效地对新闻视频进行编目，降低成本。
参见图2所示的一种新闻视频的摘要生成方法流程图，主要包括如下步骤S201～步骤S213：
步骤S201，获取新闻文本库和待生成摘要的新闻视频。
可选地，从互联网上的主流新闻网站中爬取新闻文本数据，保存到ES中，构建新闻文本库。
进一步地，在爬取到新闻文本数据后，对新闻文本数据进行去重和属性计算，再保存到ES中，构建新闻文本库。
步骤S202，通过OCR文字识别和ASR自动语音识别中的至少一种，对所述新闻视频进行特征提取。
可选地，通过OCR文字识别对视频的画面进行识别，和/或，通过ASR自动语音识别对视频的音频进行识别，提取新闻视频的特征数据。
在一些实施方式中，可以将提取到的新闻视频的特征数据写入到新闻文本库中，作为对新闻文本库的数据更新，以及便于后续有关新闻视频的其他处理，避免重复提取特征，节约成本，提高效率。
步骤S203，根据提取到的特征，提取出所述新闻视频的原始摘要。
可选地，从提取到的特征数据中，提取出新闻视频的原始摘要。
比如，对新闻节目视频进行OCR和/或ASR识别，提取到特征数据，在这些特征数据中，存在新闻摘要的要素，如时间、地点、发生的事件等，按照上述要素从特征数据中提取对应的数据，得到新闻视频的原始摘要。或者，有一些新闻视频会在开头对该视频的新闻做简单的介绍，对新闻视频进行特征提取后，基于提取到的特征数据，直接提取简介部分的数据得到新闻视频的原始摘要。
可以理解的是，针对不同的新闻节目，可以设置不同的提取规则，以提高原始摘要提取的效率和准确度。
步骤S204，基于所述特征和所述新闻视频的元数据，抽取出所述新闻视频的原始标题。
其中，新闻视频的元数据是描述新闻视频数据属性的数据，也可以说是关于视频流变化的数据，元数据为事件提供了前后背景，并允许快速组织、搜索、检索和使用实时视频和录制的镜头。
在本公开的实施例中，新闻视频的元数据可以包括：视频的分辨率、帧率、时间轴、标签或说明等等。基于新闻视频的元数据和提取到的特征数据，抽取出视频的原始标题。
可选地，将抽取出的标题也写入到新闻文本库中，作为对新闻文本库的数据更新，以及便于后续有关新闻视频的其他处理，避免重复提取特征，节约成本，提高效率。
可以理解的是，针对不同的新闻节目，可以设计不同的抽取策略，以提高原始标题抽取的效率和准确度。
步骤S205，根据原始标题和原始摘要，在新闻文本库中检索得到至少一篇候选新闻文本。
可选地，对所述至少一篇候选新闻文本按照相似度或者权重进行排名或者打分。
在一些实施方式中，如图3所示，根据原始标题和原始摘要检索分别得到一篇候选新闻文本，该候选新闻文本为检索结果中权重或者相似度排名最高的一篇候选新闻文本。
步骤S206，获取至少一篇候选新闻的正文的摘要。
作为一种实施方式，对至少一篇候选新闻文本进行摘要提取，获得候选新闻的正文的摘要。
作为另一种实施方式，候选新闻文本的数据中，存在属性为摘要的文本数据，获取所述摘要。
步骤S207，分别计算每一篇候选新闻的正文的摘要与原始摘要的第一相似度。
在一些实施方式中，分别计算根据原始摘要检索到的最相似的候选新闻和根据原始标题检索到的最相似的候选新闻的正文的摘要与原始摘要的第一相似度。
可选地，基于嵌入词向量(word embedding)计算摘要之间的相似度。
其中，嵌入词向量可以从不同维度以及不同维度的程度表示每一个词，基于嵌入词向量计算摘要之间的相似度，可以计算出两个摘要之间的关联程度，这个关联是语义等维度上的。
可选地，输入各个摘要的嵌入词向量，分别计算候选新闻的摘要的向量与原始摘要的向量的余弦相似度，得到每一篇候选新闻摘要的相似度分数，即第一相似度。
步骤S208，判断是否存在所述第一相似度超过第一预设阈值的候选新闻，若是，执行步骤S209，若否，执行步骤S210。
其中，第一预设阈值可以是根据先前的经验值确定的，并可以根据系统的反馈不断更新。不同的训练模型训练的嵌入词向量也可以对应不同的第一预设阈值。
可选地，可以根据计算出的相似度的结果以及文本的关联程度不断更新第一预设阈值，文本的关联程度可以是人工确认的。
步骤S209，将所述第一相似度超过第一预设阈值的候选新闻确定为目标新闻。
步骤S210，获取所述至少一篇候选新闻的标题。
作为一种实施方式，候选新闻文本的数据中，存在属性为标题的文本数据，获取所述标题。
作为另一种实施方式，对至少一篇候选新闻文本进行标题抽取，获得候选新闻的正文的标题。
步骤S211，分别计算每一篇所述候选新闻的标题与所述原始标题的第二相似度。
在一些实施方式中，分别计算根据原始摘要检索到的最相似的候选新闻和根据原始标题检索到的最相似的候选新闻的标题与原始标题的第二相似度。
可选地，基于嵌入词向量计算标题之间的相似度。
可选地，输入各个标题的嵌入词向量，分别计算候选新闻的标题的向量与原始标题的向量的余弦相似度，得到每一篇候选新闻标题的相似度分数，即第二相似度。
可选地，标题的嵌入词向量与摘要的嵌入词向量使用的是经过不同的训练的嵌入词向量。
步骤S212，响应于存在所述第二相似度超过第二预设阈值的候选新闻，将所述第二相似度超过所述第二预设阈值的候选新闻确定为目标新闻。
可选地，所述第二预设阈值可以与第一预设阈值相同，也可以与第一预设阈值不同。
可以理解的是，第二预设阈值也可以是根据先前的经验值确定的，并可以根据系统的反馈不断更新。不同的训练模型训练的嵌入词向量也可以对应不同的第二预设阈值。可选地，可以根据计算出的相似度的结果以及文本的关联程度不断更新第二预设阈值，文本的关联程度可以是人工确认的。
在一些实施方式中，还可以根据对标题和摘要的依赖程度的不同，设置不同的权值，对所述第一相似度和第二相似度进行加权融合计算，融合计算结果超过第三预设阈值的候选新闻确定为目标新闻。
步骤S213，提取所述目标新闻的正文的摘要，将所述目标新闻的正文的摘要作为所述新闻视频的文本摘要。
可以理解的是，目标新闻是从候选新闻中确定的，因此目标新闻的正文的摘要的提取方法，与步骤S206中获取候选新闻的摘要的方法相同。
为了更直观地解释上述实施例的步骤S207-S209，可以参见如图4所示过程。
本公开实施例提供的上述方法，通过获取新闻文本库和待生成摘要的新闻视频，对新闻视频进行OCR和/或ASR识别提取特征数据，根据特征数据提取得到原始摘要，根据特征数据和视频元数据抽取出原始标题，根据原始标题和原始摘要在新闻文本库中检索得到至少一篇候选新闻文本，响应于存在原始摘要与候选新闻的摘要的第一相似度超过第一预设阈值，将该候选新闻文本作为目标新闻，响应于不存在第一相似度超过第一预设阈值，计算原始标题与候选新闻的标题的第二相似度，将第二相似度超过第二预设阈值的候选新闻确定为目标新闻，获取目标新闻的正文的摘要，将目标新闻的正文的摘要作为新闻视频的摘要。通过在新闻文本库中检索，并通过相似度筛选出目标新闻，先通过摘要的相似度来确定目标新闻，降低了对新闻标题的依赖程度，保证了目标新闻与所述新闻视频报道的是同一件新闻事件，这样根据目标新闻的摘要生成新闻视频的摘要，有效提高了摘要生成的准确度，能够更加高效地对新闻视频进行编目，降低成本。
对应于前述新闻视频的摘要生成方法，本公开实施例还提供了一种新闻视频的摘要生成装置，参见图5所示的一种新闻视频的摘要生成装置的结构框图，主要包括如下：
获取模块510，用于获取新闻文本库和待生成摘要的新闻视频。
特征提取模块520，用于对所述新闻视频识别标题得到原始标题和/或对所述新闻视频提取摘要得到原始摘要。
检索模块530，用于根据所述原始标题和/或原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本。
筛选模块540，用于根据所述原始摘要和/或所述原始标题与所述至少一篇候选新闻文本的相似度，从所述至少一篇候选新闻文本中确定目标新闻。
摘要生成模块550，根据所述目标新闻，生成所述新闻视频的摘要。
在一些实施方式中，所述特征提取模块520包括：
识别单元，用于通过OCR文字识别和ASR自动语音识别中的至少一种，对所述新闻视频进行特征提取；
摘要提取单元，用于根据提取到的所述特征，提取出所述新闻视频的原始摘要。
在一些实施方式中，所述特征提取模块520还包括：
标题抽取单元，用于基于所述特征和所述新闻视频的元数据，抽取出所述新闻视频的原始标题。
在一些实施方式中，所述根据所述原始摘要和/或所述原始标题与所述至少一篇候选新闻的相似度，从所述至少一篇候选新闻中确定目标新闻，包括：
获取所述至少一篇候选新闻的正文的摘要；
分别计算每一篇所述候选新闻的正文的摘要与所述原始摘要的第一相似度；
响应于存在所述第一相似度超过第一预设阈值的候选新闻，将所述第一相似度超过第一预设阈值的候选新闻确定为所述目标新闻。
在一些实施方式中，所述根据所述原始摘要和/或所述原始标题与所述至少一篇候选新闻的相似度，从所述至少一篇候选新闻中确定目标新闻，还包括：
响应于不存在所述第一相似度超过所述第一预设阈值的候选新闻，获取所述至少一篇候选新闻的标题；
分别计算每一篇所述候选新闻的标题与所述原始标题的第二相似度；
响应于存在所述第二相似度超过第二预设阈值的候选新闻，将所述第二相似度超过所述第二预设阈值的候选新闻确定为所述目标新闻。
在一些实施方式中，所述根据所述目标新闻，生成所述新闻视频的文本摘要，包括：
提取所述目标新闻的正文的摘要；
将所述目标新闻的正文的摘要作为所述新闻视频的文本摘要。
本公开实施例提供的上述装置，通过获取新闻文本库和待生成摘要的新闻视频，对新闻视频识别标题得到原始标题和/或对新闻视频提取摘要得到原始摘要，根据原始标题和/或原始摘要在新闻文本库中检索得到至少一篇候选新闻文本，根据原始摘要和/或原始标题与候选新闻文本的相似度，从至少一篇候选新闻文本中确定目标新闻，根据目标新闻生成新闻视频的摘要。通过在新闻文本库中检索，并通过相似度筛选出目标新闻，保证了目标新闻与所述新闻视频报道的是同一件新闻事件，这样根据目标新闻的摘要生成新闻视频的摘要，有效提高了摘要生成的准确度，能够更加高效地对新闻视频进行编目，降低成本。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
首先，本公开实施例提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行前述任一项新闻视频的摘要生成方法。
本公开实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现前述任一项新闻视频的摘要生成方法。
可选地，如图6所示，所述计算机程序包括：调度模块、摘要算子、摘要策略以及新闻文本库。
调度模块，触发任务，触发后续模块执行前述任一项新闻视频的摘要生成方法。
摘要算子，调用摘要策略，并将新闻文本库中存储的新闻视频的元数据输入到摘要策略中。
摘要策略，根据摘要算子输入的新闻视频的元数据，以及提取特征后写入新闻文本库的特征数据，抽取出新闻视频的原始标题、提取出原始摘要，并将原始标题和原始摘要回写至新闻文本库中。
新闻文本库，存储提取的新闻视频的特征数据以及新闻视频的元数据，由摘要算子调用存储的新闻视频的元数据，由摘要策略调用存储的特征数据，存储摘要策略回写的原始标题和原始摘要。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如新闻视频的摘要生成方法。例如，在一些实施例中，新闻视频的摘要生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的新闻视频的摘要生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行新闻视频的摘要生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.一种新闻视频的摘要生成方法，包括：
获取新闻文本库和待生成摘要的新闻视频；其中，所述新闻文本库是存储有大量新闻文本数据的数据库，所述待生成摘要的新闻视频是包括图像和音频的新闻节目视频；
对所述新闻视频识别标题得到原始标题和/或对所述新闻视频提取摘要得到原始摘要；
根据所述原始标题和/或原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本；
获取所述至少一篇候选新闻的正文的摘要；
分别计算每一篇所述候选新闻的正文的摘要与所述原始摘要的第一相似度；
响应于存在所述第一相似度超过第一预设阈值的候选新闻，将所述第一相似度超过第一预设阈值的候选新闻确定为目标新闻；
提取所述目标新闻的正文的摘要；
将所述目标新闻的正文的摘要作为所述新闻视频的文本摘要。
2.根据权利要求1所述的方法，其中，所述对所述新闻视频提取摘要得到原始摘要包括：
通过OCR文字识别和ASR自动语音识别中的至少一种，对所述新闻视频进行特征提取；
根据提取到的所述特征，提取出所述新闻视频的原始摘要。
3.根据权利要求2所述的方法，其中，所述对所述新闻视频识别标题得到原始标题，包括：
基于所述特征和所述新闻视频的元数据，抽取出所述新闻视频的原始标题。
4.根据权利要求1所述的方法，所述根据所述原始摘要和/或所述原始标题与所述至少一篇候选新闻的相似度，从所述至少一篇候选新闻中确定目标新闻，还包括：
响应于不存在所述第一相似度超过所述第一预设阈值的候选新闻，获取所述至少一篇候选新闻的标题；
分别计算每一篇所述候选新闻的标题与所述原始标题的第二相似度；
响应于存在所述第二相似度超过第二预设阈值的候选新闻，将所述第二相似度超过所述第二预设阈值的候选新闻确定为所述目标新闻。
5.一种新闻视频的摘要生成装置，包括：
获取模块，用于获取新闻文本库和待生成摘要的新闻视频；其中，所述新闻文本库是存储有大量新闻文本数据的数据库，所述待生成摘要的新闻视频是包括图像和音频的新闻节目视频；
特征提取模块，用于对所述新闻视频识别标题得到原始标题和/或对所述新闻视频提取摘要得到原始摘要；
检索模块，用于根据所述原始标题和/或原始摘要，在所述新闻文本库中检索得到至少一篇候选新闻文本；
筛选模块，用于获取所述至少一篇候选新闻的正文的摘要；分别计算每一篇所述候选新闻的正文的摘要与所述原始摘要的第一相似度；响应于存在所述第一相似度超过第一预设阈值的候选新闻，将所述第一相似度超过第一预设阈值的候选新闻确定为目标新闻；
摘要生成模块，根据提取所述目标新闻的正文的摘要；将所述目标新闻的正文的摘要作为所述新闻视频的文本摘要。
6.根据权利要求5所述的装置，其中，所述特征提取模块包括：
识别单元，用于通过OCR文字识别和ASR自动语音识别中的至少一种，对所述新闻视频进行特征提取；
摘要提取单元，用于根据提取到的所述特征，提取出所述新闻视频的原始摘要。
7.根据权利要求6所述的装置，其中，所述特征提取模块还包括：
标题抽取单元，用于基于所述特征和所述新闻视频的元数据，抽取出所述新闻视频的原始标题。
8.根据权利要求5-7任一项所述的装置，所述根据所述原始摘要和/或所述原始标题与所述至少一篇候选新闻的相似度，从所述至少一篇候选新闻中确定目标新闻，包括：
获取所述至少一篇候选新闻的正文的摘要；
分别计算每一篇所述候选新闻的正文的摘要与所述原始摘要的第一相似度；
响应于存在所述第一相似度超过第一预设阈值的候选新闻，将所述第一相似度超过第一预设阈值的候选新闻确定为所述目标新闻。
9. 一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
CN202110808406.2A 2021-07-16 2021-07-16 新闻视频的摘要生成方法及装置 Active CN113660541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110808406.2A CN113660541B (zh) 2021-07-16 2021-07-16 新闻视频的摘要生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110808406.2A CN113660541B (zh) 2021-07-16 2021-07-16 新闻视频的摘要生成方法及装置

Publications (2)

Publication Number Publication Date
CN113660541A CN113660541A (zh) 2021-11-16
CN113660541B true CN113660541B (zh) 2023-10-13

Family

ID=78477441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110808406.2A Active CN113660541B (zh) 2021-07-16 2021-07-16 新闻视频的摘要生成方法及装置

Country Status (1)

Country Link
CN (1) CN113660541B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114281981B (zh) * 2021-12-22 2023-05-02 北京百度网讯科技有限公司 新闻简报的生成方法、装置和电子设备
CN114363714B (zh) * 2021-12-31 2024-01-05 阿里巴巴（中国）有限公司 标题生成方法、设备及存储介质
CN115334367B (zh) * 2022-07-11 2023-10-17 北京达佳互联信息技术有限公司 视频的摘要信息生成方法、装置、服务器以及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103200463A (zh) * 2013-03-27 2013-07-10 天脉聚源(北京)传媒科技有限公司 一种视频摘要生成方法和装置
CN106202057A (zh) * 2016-08-30 2016-12-07 东软集团股份有限公司 相似新闻信息的识别方法和装置
US9881077B1 (en) * 2013-08-08 2018-01-30 Google Llc Relevance determination and summary generation for news objects
CN107844586A (zh) * 2017-11-16 2018-03-27 百度在线网络技术（北京）有限公司 新闻推荐方法和装置
CN108829893A (zh) * 2018-06-29 2018-11-16 北京百度网讯科技有限公司 确定视频标签的方法、装置、存储介质和终端设备
CN109408672A (zh) * 2018-12-14 2019-03-01 北京百度网讯科技有限公司 一种文章生成方法、装置、服务器及存储介质
CN111666402A (zh) * 2020-04-30 2020-09-15 平安科技（深圳）有限公司 文本摘要生成方法、装置、计算机设备及可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7738778B2 (en) * 2003-06-30 2010-06-15 Ipg Electronics 503 Limited System and method for generating a multimedia summary of multimedia streams
US9027054B2 (en) * 2007-07-25 2015-05-05 Tp Lab, Inc. Method and system to process television program summary
GB201223450D0 (en) * 2012-12-27 2013-02-13 Touchtype Ltd Search and corresponding method

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103200463A (zh) * 2013-03-27 2013-07-10 天脉聚源(北京)传媒科技有限公司 一种视频摘要生成方法和装置
US9881077B1 (en) * 2013-08-08 2018-01-30 Google Llc Relevance determination and summary generation for news objects
CN106202057A (zh) * 2016-08-30 2016-12-07 东软集团股份有限公司 相似新闻信息的识别方法和装置
CN107844586A (zh) * 2017-11-16 2018-03-27 百度在线网络技术（北京）有限公司 新闻推荐方法和装置
CN108829893A (zh) * 2018-06-29 2018-11-16 北京百度网讯科技有限公司 确定视频标签的方法、装置、存储介质和终端设备
CN109408672A (zh) * 2018-12-14 2019-03-01 北京百度网讯科技有限公司 一种文章生成方法、装置、服务器及存储介质
CN111666402A (zh) * 2020-04-30 2020-09-15 平安科技（深圳）有限公司 文本摘要生成方法、装置、计算机设备及可读存储介质

Also Published As

Publication number Publication date
CN113660541A (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN113660541B (zh) 新闻视频的摘要生成方法及装置
CN107861948B (zh) 一种标签提取方法、装置、设备和介质
CN114116997A (zh) 知识问答方法、装置、电子设备及存储介质
JP2023516209A (ja) コンテンツを検索する方法、装置、機器及びコンピュータ読み取り可能な記憶媒体
CN112506864B (zh) 文件检索的方法、装置、电子设备及可读存储介质
CN113609847B (zh) 信息抽取方法、装置、电子设备及存储介质
CN112989190B (zh) 一种商品挂载方法、装置、电子设备和存储介质
CN112989235A (zh) 基于知识库的内链构建方法、装置、设备和存储介质
CN116401345A (zh) 智能问答方法、装置、存储介质和设备
CN112579729A (zh) 文档质量评价模型的训练方法、装置、电子设备和介质
CN113988157A (zh) 语义检索网络训练方法、装置、电子设备及存储介质
CN112926297B (zh) 处理信息的方法、装置、设备和存储介质
CN112528644B (zh) 实体挂载的方法、装置、设备以及存储介质
CN114048315A (zh) 确定文档标签的方法、装置、电子设备和存储介质
CN113191145A (zh) 关键词的处理方法、装置、电子设备和介质
CN114647739B (zh) 实体链指方法、装置、电子设备及存储介质
US20220129634A1 (en) Method and apparatus for constructing event library, electronic device and computer readable medium
CN116166814A (zh) 事件检测方法、装置、设备以及存储介质
CN112860626B (zh) 一种文档排序方法、装置及电子设备
CN112784046B (zh) 文本聚簇的方法、装置、设备及存储介质
CN114048376A (zh) 广告的业务信息挖掘方法、装置、电子设备以及存储介质
CN114329206A (zh) 标题生成方法和装置、电子设备、计算机可读介质
CN114116914A (zh) 基于语义标签的实体检索方法、装置及电子设备
CN113268987B (zh) 一种实体名称识别方法、装置、电子设备和存储介质
CN115828915B (zh) 实体消歧方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant