Topic Analysis and Organization for Spoken Documents with Efficient Retrieval and Browsing - Chinese Broadcast News as an Example including System Integration
Date Issued
2005
Date
2005
Author(s)
Lee, Ming-Han
DOI
zh-TW
Abstract
未來網路世界中，最吸引人的數位內容形式將會是包含了語音資訊的多媒體，而其中的語音資訊，往往都攜帶了非常重要的訊息，能夠清楚的傳達出這些多媒體的內容。因此，和多媒體內容有關的語音文件非常可能成為使用者在搜尋或瀏覽大量多媒體內容時的關鍵角色。
在本篇論文中，提出了一套可以應用在語音文件上面，階層式（hierarchical）的主題分析與組織以及加以視覺化呈現的新方法。這套新方法主要是以機率式潛藏語意分析（Probabilistic Latent Semantic Analysis）為基礎，透過這套方法，可以將大量的語音文件依據其主題內容加以分析並組織成為二維的樹狀結構（two-dimentional tree structure）或是多重階層圖（multi-layer map）的形式，方便使用者可以非常有效率的進行瀏覽或是搜尋的動作。和傳統的文件分群演算法不同的是，機率式潛藏語意分析可以將潛藏主題群之間的關係呈現出來，也能夠產生出相當好的主題標記（topic label）來對這些主題群進行描述。
本論文也描述了一套台大語音實驗室所發展的以中文語音新聞為例的搜尋瀏覽系統，整合了語音文件的類專有名詞抽取、切割、資訊檢索、標題與摘要之自動產生及主題分析與組織。同時，因為考慮到中文的特殊語言結構，在用語（term）的選擇上，除了詞（word）以外，還考慮了其他合適的參數作為用語的選擇。
Subjects
階層式
機率式潛藏語意分析
主題分析與組織
主題混合模型
hierarchical
Probabilistic Latent Semantic Analysis
Topic Analysis and Organization
Type
thesis
File(s)![Thumbnail Image]()
Loading...
Name
ntu-94-R92922054-1.pdf
Size
23.31 KB
Format
Adobe PDF
Checksum
(MD5):a00b14426727786753fb62d1af02ac58