多媒體網(wǎng)絡(luò)輿情語義識(shí)別的關(guān)鍵技術(shù)分析

許林 全民互聯(lián)科技（天津）有限公司

在互聯(lián)網(wǎng)高度發(fā)達(dá)的今天，網(wǎng)絡(luò)環(huán)境比較復(fù)雜，管理難度大，需要借助語義識(shí)別技術(shù)對(duì)網(wǎng)絡(luò)上輿情進(jìn)行有效的監(jiān)督，對(duì)凈化網(wǎng)絡(luò)環(huán)境，維護(hù)網(wǎng)絡(luò)秩序有很大幫助。下面將針對(duì)多媒體網(wǎng)絡(luò)信息特征、識(shí)別技術(shù)及流程展開分析。

一、語義識(shí)別特征及相應(yīng)流程

（一）網(wǎng)絡(luò)輿情語義識(shí)別特征

1.文本信息語義識(shí)別特征

在多媒體網(wǎng)絡(luò)中，文本信息語義識(shí)別相對(duì)簡(jiǎn)單，主要針對(duì)新聞、推文、評(píng)論等文本形式對(duì)其所要表達(dá)的情感、態(tài)度進(jìn)行識(shí)別。文本信息語義識(shí)別主要有兩種方式：一是檢索、識(shí)別關(guān)鍵詞，在對(duì)文本信息分類上有效率優(yōu)勢(shì)；二是通過分析詞句間的聯(lián)系識(shí)別文本語義，主要用于分析文本信息所包含的情感、態(tài)度等特征。文本信息識(shí)別發(fā)展較為成熟，識(shí)別率相較后三者有顯著優(yōu)勢(shì)。

2.聲音信息語義識(shí)別特征

通常情況下，聲音信息不單獨(dú)存在，多作為視頻信息的附屬如新聞采訪、自媒體視頻等，由于視頻錄制環(huán)境的復(fù)雜性，聲音信息多存在噪聲，包含更多的情感因素，所以聲音信息識(shí)別要通過優(yōu)化識(shí)別算法實(shí)現(xiàn)環(huán)境噪音的濾除和情感信息識(shí)別。

3.圖像信息語義識(shí)別特征

互聯(lián)網(wǎng)中圖像信息多見于文章插圖、新聞配圖、視頻所截取的分幀圖等，所包含的內(nèi)容有人物、文字、背景等。為完整識(shí)別圖像信息，首先要采用人臉識(shí)別技術(shù)，對(duì)圖像中人臉進(jìn)行定位并分析其表情，還可以深入發(fā)掘其身份信息；其次要以文字信息識(shí)別技術(shù)為基礎(chǔ)對(duì)對(duì)圖像中文字進(jìn)行識(shí)別；最后還要分析圖像背景信息，重點(diǎn)識(shí)別敏感元素和關(guān)鍵物件。

4.視頻信息語義識(shí)別特征

由于視頻既包含分幀圖像還包括字幕、聲音等，在進(jìn)行識(shí)別時(shí)應(yīng)采取降維處理的方法進(jìn)行處理。首先要進(jìn)行鏡頭分割和分幀處理，以圖像信息識(shí)別方式進(jìn)行分析；其次要截取適當(dāng)?shù)溺R頭，使字幕信息能完整顯示。除視頻內(nèi)容識(shí)別外，視頻的分類、檢索也很關(guān)鍵，而視頻指紋概念的提出，有效提高了視頻檢索效率。

（二）網(wǎng)絡(luò)輿情語義識(shí)別流程

為了更好識(shí)別視頻、圖像、聲音以及文本的語義，從而實(shí)現(xiàn)網(wǎng)絡(luò)輿情的有效分析和深化應(yīng)用，在掌握識(shí)別技術(shù)的同時(shí)還應(yīng)符合語義識(shí)別的流程。首先進(jìn)行特征識(shí)別，當(dāng)獲取多媒體信息后應(yīng)對(duì)分析其載體形式，并采取不同的識(shí)別方法；其次要對(duì)多媒體信息的語義進(jìn)行識(shí)別，多采用先進(jìn)算法實(shí)現(xiàn)各類信息的深度分析，對(duì)信息的真實(shí)性、所表現(xiàn)的態(tài)度、情感、內(nèi)容以及敏感內(nèi)容進(jìn)行識(shí)別，從而獲取網(wǎng)絡(luò)輿情的真實(shí)語義。

二、網(wǎng)絡(luò)輿情語義識(shí)別技術(shù)

（一）文本信息語義識(shí)別技術(shù)

多媒體網(wǎng)絡(luò)文本信息的語義識(shí)別主要針對(duì)新聞、評(píng)論、網(wǎng)絡(luò)文章等，所采用的的識(shí)別技術(shù)有兩類：一是分詞技術(shù)，該技術(shù)通過將文本信息同所具備的中文詞表進(jìn)行比對(duì)，從而獲取詞句語義。但由于詞語排序不同語義會(huì)發(fā)生較大變化，這就需要在分詞時(shí)對(duì)語義分歧進(jìn)行處理，要先確定歧義存在的位置，再利用T檢驗(yàn)和雙字耦合度的方法予以消除；二是詞向量模型，主要是對(duì)文本信息進(jìn)行轉(zhuǎn)換，使之能夠被計(jì)算機(jī)所理解，目前多采用基于神經(jīng)網(wǎng)絡(luò)的Word2vec 模型，可實(shí)現(xiàn)詞向量的有效訓(xùn)練，又可分為CBOW和Skip-gram 模型，前者利用上下文對(duì)當(dāng)前詞進(jìn)行預(yù)測(cè)，主要用于小型語料庫；后者利用當(dāng)前詞對(duì)上下文進(jìn)行預(yù)測(cè)，主要用于大型語料庫。

（二）圖像信息語義識(shí)別技術(shù)

由于圖像信息中包含人物、背景、色彩、文字等多種特征信息，而圖像特征的提取是語義識(shí)別的關(guān)鍵，通常采用圖像分割技術(shù)來獲取圖像特征信息，常用方法有：閾值法、區(qū)域分割法、邊緣檢測(cè)法、小波法分析法、神經(jīng)網(wǎng)絡(luò)法等，各有不同的應(yīng)用優(yōu)勢(shì)和不足，其中，神經(jīng)網(wǎng)絡(luò)法在獲取圖像復(fù)雜特征信息上有較高精度，但是算法較為復(fù)雜，對(duì)數(shù)據(jù)依賴性大，識(shí)別效率較低。邊緣檢測(cè)法主要用于具有鮮明特點(diǎn)、特征易分離的圖像識(shí)別，雖然識(shí)別速率快，但精確度較低。

（三）聲音信息語義識(shí)別技術(shù)

主要包含兩類：一是聲音預(yù)處理技術(shù)，這對(duì)于提高聲音信息識(shí)別精度尤為關(guān)鍵，具體分為三步：①帶通濾波，可將目標(biāo)音頻外的頻段聲音進(jìn)行過濾，使信噪比提高；②預(yù)加重處理，在數(shù)字濾波器的基礎(chǔ)上予以加重處理，使聲音信號(hào)更加平緩；③分段處理，先對(duì)聲音信號(hào)進(jìn)行分幀處理，由于分幀后可能會(huì)造成不連貫，還要對(duì)分幀的信號(hào)進(jìn)行加窗，常采用漢明窗。二是聲音特征提取技術(shù)，對(duì)于聲音特征的提取方法有：基于語音信號(hào)和基于非平穩(wěn)信號(hào)兩種。

（四）視頻信息語義識(shí)別技術(shù)

由于視頻中大多為漸變鏡頭，偶爾出現(xiàn)突變鏡頭，在視頻信息處理時(shí)，像素點(diǎn)檢測(cè)法可用于漸變和突變鏡頭的區(qū)分，能夠?qū)⑼蛔冪R頭提取出來。漸變鏡頭也要進(jìn)行分幀處理，常用雙閾值檢測(cè)的方法，還要注意確保字幕的完整性，方便語義識(shí)別。此外，關(guān)鍵幀提取對(duì)于減少視頻信息分析工作量有很大幫助。

三、結(jié)束語

綜上所述，語義識(shí)別技術(shù)是實(shí)現(xiàn)多媒體網(wǎng)絡(luò)輿情監(jiān)控及預(yù)警的有效手段，面對(duì)復(fù)雜的網(wǎng)絡(luò)環(huán)境，政府應(yīng)加大網(wǎng)絡(luò)監(jiān)管，為人們提供安全、干凈的網(wǎng)絡(luò)環(huán)境。