基于故事的新闻视频事件专题分析方法

文 刘蔚然

世界正在不断的随着计算机技术以及数字媒体技术的发展，使得人们能每时每刻更加便捷的获取到新闻以及相关新闻的视频，每天都有大量的新闻来自不同的国家、各种在线网站都在播放形式各异的影视节目。这些富有特色的节目丰富了人们的生活，但是同时为人们带来了大量的冗余以及不断重复的信息，这样对于观看新闻的人们来讲很难得到新闻事件的相关信息。如果以在进行报道的时候采用专题的形式、可以提高新闻视频管理工作的水平。将新闻进行这样的分析与组织不仅能够向视频用户展示新闻事件发生的来龙去脉，将这个事件的专题结构清晰的展示出来，还能够让用户在观看的同时在相关视频列表中找到更多的相关信息，这样是非常吸引用户的。

新闻故事含义

故事指的是新闻视频中对一个新闻事件的细致以及完整的报道，并且也为整个新闻事件提供了完整的于一方面的信息。本文是提出了一个以故事为基础的新闻事件专题分析方法，新闻中的基本思路是通过将所有相关新闻的报道汇聚在一起，来分析新闻事件内部故事中所存在相似以及相互之间的关系，根据事件中相互依赖的关系来构建属于一个新闻事件的专题结构。

相关分析

当前新闻组织的形式非常的多，其中应用最为广泛的是针对报道节目的主题的跟踪以及检测技术，简称TDT。TDT的定义是对文本进行组织和利用的研究，此项技术主要应对的是当前信息过载的问题。

Nallapati R结合了当前的TDT技术的特点，对文本媒体的研究进行了扩展，概括了诸如:故事、事件等定义，通过文章的结构获得主题以及事件之间所存在的依赖关系。此项研究通过事件结构的建模来获取故事的语义相比平面列表来讲更加有效。相对于其他形式的新闻视频而言，结合新闻故事进行的专题报道，必然会出现一些相似的关键帧，这些文章具体表现为图像的一些关键帧会有很多的相似点，只有一些地方存在差异，比如时间点以及编辑等操作上存在差异。

研究方法

针对相似关键帧的进行辨别的方法非常的多。有一种方法，把专题新闻报道中的相似帧数看做概念。表示为一个具体的故事结合，即矩阵A，列则表示为新闻故事，行为概念那么矩阵A就表示为:

在公式中，A1表示的一个词—故事矩阵，行对应着词，列对应着新闻故事。专题故事和以及关键帧数的结合形式使用的是tf-idf的计算方法。A2代表重要的帧数，即故事矩阵，重要的帧聚类用列表示，主要用来描述新故事。在本文中，主要对新闻的具体结构进行了研究。因此，使用了传统的k—均值聚类算法，具体的方法如下:

（1）建立A1（专题故事）、A2（专题关键帧），A（专题结构）；

（2）对正规划的矩阵进行相应的计算；

（3）针对矩阵Am实施奇异值的分解，计算得到矩阵Z；

（4）运用均值聚类的计算方法，计算获得k个聚类。

新闻事件中专题结构

往往在一个新闻事件中会存在大量的冗余，尤其是不同新闻频道中的新闻报道。一般的来讲用户更加关注的是对整个事件的快速了解，并不是通过浏览整个事件来找出了新闻故事。所以，新闻的存在内容过多的情况是非常正常的，存在丰满的内容会大大的减少报道的费用，不仅如此还可以对进行报道进行铺垫。

每个报道者和收看者对这些内容的理解各不相同，阈值的选取也因人而异，为了能够减少故事的不一致性，一般将新闻故事分成以下几种类型:丰富的故事，新故事，后续故事。一个故事当中如果没有太多的新东西，但是信息量却非常的大，这就是丰富的故事；在故事中有存在一些新的故事并且结合了丰富的故事这就是后续故事，后续的故事报道的主要方向是专题的发展；绝大多数内容为新内容的为新故事，代表了事件是向新的方向发展的，也可以将事件中所包含的事件称为子事件。

专题和新闻是相互依赖关系后，在构建新闻事件的专题结构时采用树的方式，树里面每个具体的节点描述的是故事，边主要描述故事之间的联系。一般这两者的阈值采用TN以及TR表示，抓提报道的结构建立方式如下:

（1）在进行专题报道的时候，把每个故事按时间进行排列，选取初始故事作为根节点；

（2）对报道的故事进行相似度计算，发现关联性大的故事，并且将其设置故事的依赖关系为<（Si，Sj），R（Si，Sj）>；

（3）根据依赖关系，如果R（Si，Sj）>=TR表示当前的故事是冗余故事，所以可以直接就可以放弃该故事；如果R（Si，Sj）<=TN，就表示该内容比较的新，从而进行依赖关系的设置，即（E，Sj），并把这些连接到具体的节点上；TN

（4）对以上步骤进行反复，让所有节点融合到到了树的结构中。如图为韩国天安号事件的事件专题结构。

总结

针对专题报道的实际，根据视觉和特征报道进行聚类性的分析，利用公式找出专题中包含故事的相似性，之后建立联系。本文所提出的基于树的新闻事件的专题的结构，并且又将所有的专题综合起来分析，从而更加的直观的反映整个新闻事件的发展。新闻事件的专题的结构简洁有效，能够很好的表现事件的发展关系。