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。

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。