首页/论文/1306.4606

arXiv 1306.46062013-06-19cs.IR

广播新闻的关键词云生成

Keyphrase Cloud Generation of Broadcast News

Luis Marujo, Márcio Viveiros, João Paulo da Silva Neto

备注：: In Proceeding of Interspeech 2011: 12th Annual Conference of the International Speech Communication Association

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

提出了一种改进的广播新闻关键词自动提取方法。关键词提取过程用于为每个新闻创建概念级别。在由语音识别系统输出和新闻识别产生的单词之上，它有助于生成包括在用于电视和广播新闻/节目的多媒体监控解决方案系统中的头条新闻的标签/关键短语云，每天运行，并监控12个电视频道和4个收音机。

英文摘要：

This paper describes an enhanced automatic keyphrase extraction method applied to Broadcast News. The keyphrase extraction process is used to create a concept level for each news. On top of words resulting from a speech recognition system output and news indexation and it contributes to the generation of a tag/keyphrase cloud of the top news included in a Multimedia Monitoring Solution system for TV and Radio news/programs, running daily, and monitoring 12 TV channels and 4 Radios.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

E3：基于关键词的新闻事件挖掘引擎

E3 : Keyphrase based News Event Exploration Engine

本文提出了一种新颖的系统E3，用于从新闻内容中提取关键词，以便为新闻受众提供新闻事件的广泛概述，特别是高内容量。给定一个输入查询，E3提取关键词，并通过标记、排名和查找频繁关联的关键词的角色来丰富它们。此外，E3使用新闻发布日期发现关键词的新颖性和活跃性，以识别最有趣和信息量最大的关键词。

2016-09-11cs.IR

KPTimes：一个用于新闻文档关键词生成的大规模数据集

KPTimes: A Large-Scale Dataset for Keyphrase Generation on News Documents

LS2N（LS2N实验室）；Université de Nantes（南特大学）

关键词生成是预测一组词汇单位的任务，这些词汇单位传达了源文本的主要内容。现有的用于关键词生成的数据集仅适用于学术领域，并且包括非专家注释。在本文中，我们介绍了KPTimes，一个大规模的新闻文本数据集与编辑策划的关键词配对。探索数据集，我们展示了编辑器如何标记文档，以及他们的注释与现有数据集中的注释有何不同。我们还在KPTimes上训练和评估最先进的神经关键词生成模型，以了解它们在新闻领域的表现。该数据集可在https://github.com/ygorg/KPTimes上在线获取。

2019-11-28cs.CLcs.IR

Inflo：新闻分类和关键词提取在聚合系统中的实现

Inflo: News Categorization and Keyphrase Extraction for Implementation in an Aggregation System

Hong Kong University of Science and Technology（香港科技大学）

本文的工作描述了一种用于自动新闻类别和关键短语标记的系统，在我们的动机的上下文中呈现，以提高用户可以在聚合平台内找到相关和有趣的内容的速度。将一组12个离散类别应用于超过50万篇新闻文章，以训练神经网络，用于促进提取最重要关键词的更深入任务。后者使用三种方法：统计，图形和数字，使用预先确定的类别标签，以提高提取的短语的相关性。结果在演示中呈现，其中文章通过News API预先填充，并且在被选择时，类别和关键词标签将通过本文解释的方法计算。

2018-12-10cs.CLcs.IR

复制论文“'没有不重要的单词的杂乱'：文本可视化的描述性关键词”的关键词提取部分

Replication of the Keyword Extraction part of the paper "'Without the Clutter of Unimportant Words': Descriptive Keyphrases for Text Visualization"

Stanford University（斯坦福大学）

“关键词提取”是指自动识别自然语言文本中最相关和信息量最大的短语的任务。当我们被大量不同形式和内容的文本数据所淹没时--电子邮件、博客、推文、Facebook帖子、学术论文、新闻文章--通过某种方式将这些文本总结成一个连贯的结构来“理解”所有这些文本的任务变得至关重要。关键词提取--自然语言处理中一个公认的问题--可以在这里帮助我们。在这份报告中，我们构建并测试了三个不同的假设（都与关键词提取任务有关），这些假设使我们更接近于理解如何有意义地识别和提取“描述性”关键词。这里报告的工作是作为复制Chuang等人研究的一部分完成的。[3]。

2019-08-15cs.CLcs.DLcs.IR

GLEAKE：全局和局部嵌入的自动关键词提取

GLEAKE: Global and Local Embedding Automatic Keyphrase Extraction

Georgia State University（佐治亚州立大学）

在过去的几年里，随着科学、新闻、医学和Web文档的增长，大型文本文档语料库的粒度分类的自动化方法变得越来越重要。自动关键词提取（AKE）的目的是从单个文本文档中自动检测一小部分单个或多个单词，这些单词捕获了文档的主要主题。AKE在各种自然语言处理和信息检索任务中起着重要的作用，如文档摘要和分类、全文索引和文章推荐。由于不同文本内容中缺乏足够的人工标记数据，监督学习方法对于从文本主体内容中自动检测关键短语并不理想。随着文本嵌入技术的最新进展，NLP研究人员专注于开发无监督方法，以从原始数据集中获得有意义的见解。在这项工作中，我们介绍了全球和本地嵌入自动关键词提取器（GLEAKE）的任务AKE。GLEAKE使用单个和多个词嵌入技术来探索候选短语的句法和语义方面，然后将它们组合成一系列基于嵌入的图。此外，GLEAKE在每个基于嵌入的图上应用网络分析技术，以将最重要的短语细化为最终的关键短语集。我们通过对来自不同领域和写作风格的五个标准AKE数据集进行评估，并显示其相对于其他最先进方法的优越性，展示了GLEAKE的高性能。

2020-05-19cs.CLcs.IR

广播新闻轻过滤关键词提取

Key Phrase Extraction of Lightly Filtered Broadcast News

LTI/CMU（语言技术研究所/卡内基梅隆大学）；L2F - INESC ID Lisboa（口语实验室 - 里斯本高等工程系统与计算机研究所）；Instituto Universitário de Lisboa (ISCTE-IUL)（里斯本大学学院（ISCTE-IUL））；Instituto Superior Técnico - Universidade Técnica de Lisboa（里斯本技术大学高等理工学院）

本文探讨了光过滤对应用于广播新闻（BN）的自动关键短语提取（AKE）的影响。关键短语是最能表征文档内容的单词和表达。关键短语通常用于索引文档或作为进一步处理中的特征。这使得AKE准确性的提高尤为重要。我们假设从文档中过滤掉边缘相关的句子会提高AKE的准确性。我们的实验证实了这一假设。删除10%的文档句子，AKE的准确率和召回率提高了2%。AKE是建立在遵循监督学习方法的MAUI工具包之上的。我们在由8个BN程序组成的黄金标准上训练和测试了我们的AKE方法，其中包含110个手动注释的新闻故事。这些实验是在电视和广播新闻/节目的多媒体监控解决方案（MMS）系统中进行的，该系统每天运行，并监控12个电视频道和4个广播频道。

2013-06-20cs.CLcs.IR

更多相关论文收起更多论文

美国电视新闻中共享现实的日益消减状态

The diminishing state of shared reality on US television news

本文通过分析2012年以来的电视新闻生产与消费数据，发现美国有线新闻在内容和语言上日益分化，广播电视新闻虽仍占主导但消费整体下降，表明共享现实正在消减但原因比预想的更复杂。

2023-10-29cs.CYcs.IRphysics.soc-ph

MultiVENT：多语言事件视频与对齐自然文本数据集

MultiVENT: Multilingual Videos of Events with Aligned Natural Text

Johns Hopkins University（约翰斯·霍普金斯大学）；Human Language Technology Center of Excellence（人类语言技术卓越中心）

本文构建了覆盖五种语言、包含新闻广播与非专业事件视频的 MultiVENT 数据集，并提出了多语言视频检索基线模型，以推动事实准确的多模态新闻理解研究。

2023-07-06cs.CVcs.IRcs.MM

基于与或图表示的图文联合新闻话题检测与跟踪

Joint Image-Text News Topic Detection and Tracking with And-Or Graph Representation

University of California, Los Angeles (UCLA)（加利福尼亚大学洛杉矶分校）

在本文中，我们的目标是开发一种方法，自动检测和跟踪广播新闻的主题。我们提出了一个分层的与或图（AOG），共同代表文本和视觉的潜在结构。AOG嵌入了一个上下文敏感的语法，可以描述新闻主题的层次组成的语义元素有关的人，相关的地方和发生了什么，和模型的层次结构中的元素之间的上下文关系。我们通过聚类抽样过程检测新闻主题，该过程将密切相关的事件的故事分组。Swendsen-Wang Cuts（SWC）是一种有效的聚类抽样算法，通过遍历解空间，最大化贝叶斯后验概率，得到最优聚类解。跟踪主题以处理不断更新的新闻流。我们生成主题轨迹，以显示主题如何随着时间的推移出现，发展和消失。实验结果表明，该方法可以显式地描述新闻视频中的文本和视觉数据，并产生有意义的主题轨迹。我们的方法在公共数据集Reuters-21578和名为UCLA Broadcast News Dataset的自收集数据集上实现了优于最先进方法的性能。

2015-12-15cs.CLcs.IRcs.SI

Rekall：使用时空标签的合成来处理视频事件

Rekall: Specifying Video Events using Compositions of Spatiotemporal Labels

Stanford University（斯坦福大学）

许多现实世界的视频分析应用程序需要能够识别视频中的特定领域事件，例如电视新闻广播中的采访和广告，或电影中的动作序列。不幸的是，用于检测视频中所有感兴趣事件的预训练模型可能不存在，并且从头开始训练新模型可能成本高昂且劳动密集型。在本文中，我们探索了以更传统的方式在视频中指定新事件的实用性：通过编写组成现有预训练模型输出的查询。为了编写这些查询，我们开发了Rekall，这是一个库，它公开了一个数据模型和编程模型，用于组合视频事件规范。Rekall表示来自不同来源的视频注释（对象检测器，转录等）。作为与视频中的连续时空体积相关联的时空标签，并提供用于将标签组成对新视频事件建模的查询的运算符。我们演示了如何使用Rekall分析来自有线电视新闻广播，电影，静态摄像机车辆视频流和商业自动驾驶车辆日志的视频。在这些努力中，领域专家能够快速（在几个小时到一天内）编写查询，从而能够准确检测新事件（与学习方法相当，并且在某些情况下比学习方法更准确），并快速检索视频剪辑，用于视频内容策展和训练数据策展等人工参与任务。最后，在一项用户研究中，Rekall的新手用户能够在一个小时的查询开发时间内编写查询以检索视频中的新事件。

2019-10-07cs.CLcs.CVcs.DB