王万良,潘 蒙

(浙江工业大学 计算机科学与技术学院，浙江 杭州 310023)

基于多特征的视频关联文本关键词提取方法

王万良,潘 蒙

(浙江工业大学 计算机科学与技术学院，浙江 杭州 310023)

针对互联网多媒体视频数量的爆炸式增长导致快速获取视频的内容变得非常困难问题，提出了一种基于多特征的关键词提取算法TFL-WS算法.通过分析视频包含丰富的相关文本信息的特点，建立了基于改进TF和多特征的候选词权重计算公式，该公式将候选词的统计特征与位置权重动态结合起来，并考虑候选词的词性、词跨度等属性，借助扩展的同义词词林来提取关键词，通过提取到的关键词来表述视频的内容信息.实验结果表明：改进后的算法所提取的关键词效果更好，在准确率和召回率方面都有一定的提升，并且能够很好的表示视频的内容.

关键词提取；视频内容；TF；特征词权重

随着互联网的快速发展以及国务院对三网融合的大力推进，网络中的多媒体业务得到了高速增长.面对互联网视频的爆炸式增长，由于目前多采用人工标注的方法对视频内容进行标注，这种方式存在人为主观因素，同时视频内容的自动获取和监管也面临严峻的挑战.因此，通过大量分析互联网视频内容的特点，发现视频本身包含了丰富的文本信息，通过获取这些文本信息并提取关键词，从而能够快速获得视频内容概要，进而可以得到视频内容.

目前，关键词提取……