基于描述能力的视频标题分类*

齐全 董晶

(北京理工大学计算机学院，北京100081)

视频作为方便高效的记录信息的载体已广泛地应用于人们的日常生活中.手机、数码相机、数码摄录机等视频摄录设备的快速普及使人们倾向于使用视频来捕捉和记录信息，并通过互联网平台进行分享［1］.目前，互联网平台中已出现大量的视频共享网站，有些大型网站的视频数量甚至超过千万级的规模，如优酷网和土豆网等.要想在海量的互联网视频中找到用户感兴趣的视频，就需要建立有效的视频索引和查询机制.因此，视频搜索引擎具有广阔的应用前景.目前，视频搜索技术已成为多媒体计算、自然语言处理和搜索引擎这几个研究领域的共同课题.视频检索技术包括基于内容的视频检索和基于文本的视频检索(TBVR).现阶段，由于基于内容的视频检索所需的运算量过高［2］，因此基于文本的视频检索仍是最流行的视频检索技术.

基于文本的视频检索系统将视频信息转化成文本，通过对获得的文本建立索引来进行视频检索.现有的主流视频搜索引擎，如百度、谷歌等都使用基于文本的视频检索技术，并从视频所在网页上获取视频的文本信息.在基于文本的视频检索系统中，标题作为视频信息的重要组成部分对精确的视频检索具有举足轻重的作用.然而对于标题本身是否能够准确描述视频内容这一问题，目前尚缺乏较为深入的研究.通过对来自优酷网、土豆网等……