5、利用维基百科挖掘多媒体内容中的语义

利用维基百科挖掘多媒体内容中的语义

1. 引言

如今，组织面临着信息过载的问题，需要有效组织和存储内容，并能在需要时轻松检索。目标是构建一个基于维基百科语义的内容索引和检索系统。由于搜索任务中术语的高度专业性，检索所需内容可能颇具挑战。

我们致力于解决访问不同类型的非结构化或半结构化信息源的问题，借助维基百科等公共资源提供的语义。利用特定方法，我们希望实现对语料库的自动标注，并发现标注之间的关系。随后，结合标注和文本信息检索来确定搜索上下文，进而提供搜索建议和进行查询扩展。

在电子学习环境中，尤其是增强型流式视频讲座，会结合使用多种非结构化或半结构化信息源。电子学习在内容分类方面与商业场景有诸多相似问题，因其信息量庞大且特定信息在不同上下文中的相关性各异。目标存储库收集了多种媒体（视频、音频、演示幻灯片、文本文档），可进行组合搜索和展示。

目前多媒体索引和导航的五种先进方法如下：
1. 使用元数据浏览关键帧。
2. 利用语音文本，进行基于转录的搜索。
3. 关键帧匹配与图像查询。提取关键帧作为镜头代表用于检索，需要用户通过浏览或其他搜索定位图像/其他关键帧。
4. 使用语义特征。基于对视频或关键帧的预处理来检测特征，特征可与本体相关。
5. 使用视频/图像对象作为查询。

我们主要关注第2点，并部分涉及第3点，采用语音转文本技术，结合对语音和事件相关材料的文本分析，使用维基百科而非本体。

2. 网络中的语义

网络上已有一些包含语义标注的数据集合，且越来越多的网页内容正朝着语义化方向发展。然而，仍有大量材料未应用这些技术。语义网技术推广的一个限制因素是