[发明专利]EPG信息解析方法及系统

说明书

本发明提供了一种EPG信息解析方法及系统，该方法包括以下步骤：基于多条EPG信息和与之对应的类别信息，采用条件随机场模型进行学习，以获得与所述EPG信息的特征相关的解析模型；提取当前EPG信息的特征；根据提取的特征，使用所述解析模型进行条件随机场解析，以获得当前EPG信息对应的类别信息。本发明提供的EPG信息解析方法及系统，不仅解析效率高，而且解析正确率高，单字符正确率可达99.9％，单句正确率可达98.5％。

技术领域

本发明属于广播电视播出系统技术领域，具体涉及一种EPG信息解析方法及系统。

背景技术

电子节目指南(electrical program guide，简称EPG)已成为数字电视的重要标志，是观众进入数字电视和交互式网络电视(简称IPTV)的门户。EPG系统可向用户提供一种容易使用、界面友好、快速访问所关注节目的方式，不仅能够使用户方便地找到自己喜欢的节目，而且还能看到一个或者多个频道甚至所有频道上近期将播放的节目。

EPG系统处理的有关节目信息称之为EPG信息，其包括以下类型信息：节目名称、节目副标题、栏目名称、节目分类、集数和总集数等。由于EPG信息是否各个电视台产生或者说从各个网站上爬取，因此，EPG信息的文字风格和排列方式大不相同，是一种不规则的数据。为此，现有技术中一般采用人为方式进行解析，不仅解析效率低，而且准确率低。

因此，如何针对不规则的数据进行准确解析EPG信息中的多种类别是目前亟待解决的问题之一。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提出了一种EPG信息解析方法及系统，不仅解析效率高，而且解析正确率高，单字符正确率可达99.9％，单句正确率可达98.5％。

为解决上述问题之一，本发明提供了一种EPG信息解析方法，所述EPG信息包括多种类别，包括以下步骤：基于多条EPG信息和与之对应的类别信息，采用条件随机场模型进行学习，以获得与所述EPG信息的特征相关的解析模型；提取当前EPG信息的特征；根据提取的特征，使用所述解析模型进行条件随机场解析，以获得当前EPG信息对应的类别信息。

优选地，所述类别信息和所述EPG信息的对应关系如下：每种类别、所有的标点符号和每个预设字分别对应一个字母或者字母组合；EPG信息中的属于同一类别的每个字符标注为该类别对应的字母或字母组合，每个标点符号和预设字标注为对应的字母或字母组合，从而根据EPG信息形成与之对应的由字母串接形成的类别信息。

具体地，所述特征包括：所述EPG信息中的字符本身和字符位置特征。

优选地，所述特征还包括词性特征。

优选地，所述提取当前EPG信息的特征，包括：对当前EPG信息进行分词；基于分词结果进行词性识别，以提取出所述词性特征。

优选地，采用隐马尔可夫模型或者条件随机场模型对所述信息进行分词；和/或，采用隐马尔可夫模型或者条件随机场模型对分词结果进行词性识别。

本发明还提供一种EPG信息解析系统，包括：解析模型建立模块，用于基于多条EPG信息和与之对应的类别信息，采用条件随机场模型进行学习，以获得与所述EPG信息的特征相关的解析模型；提取模块，用于提取当前EPG信息的特征；解析模块，用于根据提取的特征，使用所述解析模型进行条件随机场解析，以获得当前EPG信息对应的类别信息。

优选地，所述类别信息和EPG信息的对应关系如下：每种类别、所有的标点符号和每个预设字分别对应一个字母或者字母组合；EPG信息中的属于同一类别的每个字符标注为该类别对应的字母或字母组合，每个标点符号和预设字标注为对应的字母或字母组合，从而根据EPG信息形成与之对应的由字母串接形成的类别信息。

具体地，所述特征包括：所述EPG信息中的字符本身和字符位置特征。