发明名称 |
电视节目标签自动生成系统 |
摘要 |
本发明提供一种电视节目标签自动生成系统,包括抓取与节目相关页面,对页面修剪过滤,得到描述节目信息主体内容的节目信息获取模块;汇总主体内容,并从中抽取关键词的信息关键词提取模块;建立词条间的网络关系,对获取的关键词进行扩展的知识库模块;利用知识库模块提供的网络,将关键词进行扩展得到更大词条集的关键词扩展模块;将得到的关键词的关联词条集进行处理、滤除噪声、计算分数,并生成节目标签集的标签生成模块。本发明填补了自动生成电视节目标签系统的空白,知识库的引入,也使得系统不会受制于网络页面,有更好的扩展性,对标签也有更好的发现力。知识库可以离线建立,标签生成算法简洁,故系统效率也很高。 |
申请公布号 |
CN102622451A |
申请公布日期 |
2012.08.01 |
申请号 |
CN201210110031.3 |
申请日期 |
2012.04.16 |
申请人 |
上海交通大学 |
发明人 |
朱其立;蔡智源;王拯 |
分类号 |
G06F17/30(2006.01)I;G06F17/27(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
上海汉声知识产权代理有限公司 31236 |
代理人 |
郭国中 |
主权项 |
一种电视节目标签自动生成系统,其特征在于,包括依次连接的节目信息获取模块、信息关键词提取模块、关键词扩展模块及标签生成模块,还包括与关键词扩展模块相连接的知识库模块,其中:‑节目信息获取模块,用于从网上抓取与节目相关的页面,通过对页面的修剪和过滤,得到描述节目信息的主体内容;‑信息关键词提取模块,用于汇总节目信息获取模块得到的主体内容,并从主体内容中抽取出关键词;‑知识库模块,用于建立词条间的网络关系,以便用于对获取的关键词进行扩展;‑关键词扩展模块,用于利用知识库模块提供的网络,将信息关键词提取模块得到的关键词进行扩展,得到一个更大的词条集;‑标签生成模块,用于将得到的所有关键词的关联词条集进行处理,滤除噪声,计算分数,并最终生成节目的标签集。 |
地址 |
200240 上海市闵行区东川路800号 |