余骁捷，吴 及，孔繁庭，李树森

(1. 清华大学 电子工程系，北京 100084；2. 甘肃联合大学 电子信息工程学院，甘肃 兰州 730000)

1 引言

新闻节目通常包含多个新闻故事单元，用户在检索时关注的是某一新闻事件，利用节目名称以及播出时间等信息的存储与索引方式缺乏对音频内容信息的结构化描述，难以满足基于新闻故事内容的检索需求。新闻节目的主题划分技术能够检测新闻播报节目中具有不同主题的故事单元边界，根据主题内容将新闻播报节目分割成故事单元，对于实现新闻故事的主题分类管理和内容信息检索有着重要的意义。

随着计算机技术及网络技术的飞速发展，来源于广播、电视以及网络的新闻类音频数据也越来越丰富。采用人工标注新闻故事单元不仅费时费力，标注的格式和标准也难以统一，为此迫切的需要对新闻节目的故事单元进行自动划分。新闻播报节目的自动主题划分技术能够依据节目的语义信息和音频信息，自动提取各新闻故事之间的边界线索，将新闻节目划分为不同的故事单元。

现在的新闻播报节目以音频和视频为主要载体，其中的视频信息、音频信息以及语音识别文本等都可用于自动划分单元划分。视频信息包括镜头的切换，主题字幕提示，主持人以及演播室的镜头边界等，目前有许多相关方面的研究[1-2]；音频中的停顿、播音员声纹特征[3]也可以用于寻找故事边界；语音识别文本中包含有……