[发明专利]融合地理信息与视觉信息的网络新闻检索系统及方法

权利要求书

1.一种融合地理信息与视觉信息的网络新闻检索系统，该系统包括：

数据预处理模块，用于爬取新闻数据并进行文本分析和信息数据提 取，所述新闻数据包括人物，地点、时间和文本信息；

地点相关性分析模块，用于执行新闻事件与新闻地点的相关性分析；

新闻配图模块，用于为新闻选择能够说明新闻内容的图像；

检索结果展示模块，用于基于检索相关性排序展示检索到的新闻。

2.根据权利要求1所述的系统，所述数据预处理模块包括：

新闻数据爬取模块，用于从新闻网站上爬取新闻文档和对应的新闻图 像；

文本分析模块，用于提取出新闻数据的标题、时间、网站、摘要和正 文以及对应的网址，提取出新闻图像的网址和图像对应的文本信息；

新闻实体提取模块，从新闻数据中提取出人物，地点和时间。

3.根据权利要求1所述的系统，所述地点相关性分析模块包括：

地理名词过滤和扩展模块，用于获取地理名词的地理位置信息；

基于矩阵分解的相关性分析模块，用于利用一致性约束概率矩阵分解 方法分析新闻地点和新闻事件之间的关系。

4.根据权利要求1所述的系统，所述新闻配图模块包括：

检索词生成模块，用于从新闻数据中抽取一个或多个关键词，将其组 合成检索词并提交给图像搜索引擎进行图像检索；

图像排序和选择模块，用于对检索到的图像进行排序和去重，并选择 能够说明新闻内容的图像。

5.根据权利要求1所述的系统，所述检索结果展示模块包括：

地图视图模块，用于显示所选择的新闻在地图上的分布位置；

新闻事件列表模块，用于按照预定的规则排序并显示检索到的新闻事 件的列表。

6.根据权利要求3所述的系统，所述一致性约束概率矩阵分解方法基 于下述规则分析新闻地点和新闻事件之间的关系：相似度较高的新闻事件 很可能发生在同一个地方，以及相关性较高的多个地点与同一个新闻事件 的关系是相近的。

7.根据权利要求4所述的系统，其中

所述检索词生成模块从新闻数据的多个部分中提取检索词进行图像 检索；

所述图像排序和选择模块采用基于等级聚合的方法对检索到的图像 进行排序。

8.根据权利要求5所述的系统，其中所述预定的规则排序包括下述中 的一种或多种：新闻事件之间的相关性、新闻事件与检索地点之间的相关 性以及新闻发生的时间信息。

9.根据权利要求5所述的系统，其中所述地图视图模块，响应于用户 输入的检索词或者点击地图上任何一个地点，显示出最相关新闻事件的标 题及对应的图像。

10.一种融合地理信息与视觉信息的网络新闻检索方法，该方法包括：

数据预处理步骤，用于爬取新闻数据并进行文本分析和信息数据提 取，所述新闻数据包括人物，地点、时间和文本信息；

地点相关性分析步骤，用于执行新闻事件与新闻地点的相关性分析；

新闻配图步骤，用于为新闻选择能够说明新闻内容的图像；

检索结果展示步骤，用于基于检索相关性排序展示检索到的新闻。

11.根据权利要求10所述的方法，所述数据预处理步骤包括：

新闻数据爬取步骤，用于从新闻网站上爬取新闻文档和对应的新闻图 像；

文本分析步骤，用于提取出新闻数据的标题、时间、网站、摘要和正 文以及对应的网址，提取出新闻图像的网址和图像对应的文本信息；

新闻实体提取步骤，从新闻数据中提取出人物，地点和时间。

12.根据权利要求10所述的方法，所述地点相关性分析步骤包括：

地理名词过滤和扩展步骤，用于获取地理名词的地理位置信息；

基于矩阵分解的相关性分析步骤，用于利用一致性约束概率矩阵分解 方法分析新闻地点和新闻事件之间的关系。