Web多媒体资源搜索与相关文本提取研究.PDFVIP

Web多媒体资源搜索与相关文本提取研究 于文超刘菲 (山东师范大学传播学院，山东济南 250014) 摘要：Web多媒体网页中多媒体资源的相关文本对于描述Web多媒体资源具有重要意义，利用Web多媒体网页搜集 器搜集网络中包含多媒体资源的网页，对网页进行区域分析。根据多媒体资源所在网页中的嵌入形式，设计Web多媒体资 源相关文本信息提取系统，准确提取Web页面中多媒体资源的相关文本。实验结果表明，该系统提取Web多媒体资源的相 关文本准确率较高，有助于提高多媒体信息检索系统的查全率与查准率。 关键词：网页搜集；区域识别；文本提取 中图分类号：TP391．4文献标识码： A D01：10．3772／j．issn．1674—1544．2009．06．007 出了在Web文档中提取图像语义信息的一种新方 1 引 言 法。他认为，网页中图像的图像名、图像替换文本、 图像周围文本、图像所在网页标题与图像语义密 针对Web多媒体资源的检索主要有基于内容 切相关，并以此为依据建立了相应的提取模型来 的多媒体检索与基于文本的多媒体信息检索两种 提取图像的相关信息，从而提高了Web图像检索 方式I¨，其中基于内容的多媒体信息检索是当前的 的准确率…。国内外著名的搜索引擎如雅虎、百度、 研究热点，它通过分析图像、视频、音频等多媒体 Google等，对分布广泛的多媒体网页进行自动标 资源，提取能反映该多媒体资源的特征和语义信 注，并在此基础上实现了对多媒体的标注。但是， 息，再利用这些内容建立索引库，但多媒体低层特 通用的搜索引擎目前的查准率还远远不能满足 征与高层语义之间存在鸿沟，其低层特征往往不 人们的需要，主要由于描述多媒体资源的相关文 能真正反映其语义信息，二者之间的映射与转换 本信息的准确性不高，并且真正用于音频、视频、 尚无统一标准，因此利用该方法检索的效果往往 动画的相关技术研究相对较少，因此针对各种媒 不理想。故在对多媒体资源的检索很多时候还要 体形式，开发相关技术，以准确提取多媒体资源 依靠基于文本的多媒体检索方式，或者两种方式 的相关信息，对多媒体信息的检索具有重要意 相结合，而能否准确提取Web中多媒体资源的相 义。 关文本来描述相应的多媒体资源对检索的查准率 Web多媒体相关文本提取是以利用多媒体搜 和查全率具有重要影响啦!。 集器广泛搜集Web中多媒体网页为基础，对搜集到 目前，国内外对多媒体相关文本自动提取技 的方式，设计多媒体信息提取算法，准确提取Web 术的研究一般集中应用于Web图像领域，传统的 多媒体资源的相关文本，对所提取的多媒体网页进 效率低下的手工提取多媒体相关文本的方式已经 行预处理及区域分析，然后结合多媒体资源在网页 不能满足人们的需求。新加坡国立大学计算机系 中相关文本进行分词处理，得到反映该多媒体资源 Tao Shen教授针对Web中图像的检索提 的Heng 的相关信息…。系统结构图如图1所示。 第一作者简介：于文超(1982一)，男，山东师范大学教育技术系研究生，研究方向是网络多媒体资源分析与数据挖掘。 收稿日期：2009年3月1日。 一37— 万方数据 中国科技资源导刊第41卷第6期2009年11月 表1 Flash数据表逻辑