网络视频节目字幕的语言与表现特征北大核心CSSCI

网络视频节目字幕作为语言文字符号,具有补充画面与有声语言信息的功效;作为艺术表现符号,具有通过修饰画面达到增强节目效果的作用,是传播符号系统中不可或缺的组成部分。网络视频节目字幕的语言特征包括:文字使用随意化,严谨性有待加强;词汇运用网络化,大众性有待加强;格式应用情绪化,理智性有待增强。表现特征包括:字幕位置相对固定,服从于整体画面;字幕出入花式繁多,顺应于感知规律;创作元素协同合作,服务于节目风格。网络视频节目要在媒体融合时代进一步提升传播力,创建既规范又美观的字幕创作体系非常重要。     

基于模糊处理的中文文本关键词提取算法*

研究关键词提取算法,在分析可能影响关键词提取词语的各种属性并将其量化的基础上,提出并实现一种将分词与词性标注、文本预处理、线性加权算法、组合词生成与过滤、合并候选关键词等集成到一个完整框架中的模型算法。     

水平Sobel算法在新闻视频字幕检测中的应用

Sobel算子主要是通过计算数字图像的一阶梯度实现边缘检测,是计算机视觉领域的一种重要处理方法,本文阐述了在基于水平直线文字检测的前提下,运用改进的水平Sobel算子,检测新闻视频中的标题性文字,从而将完整的新闻视频自动拆分成独立的新闻视频片段。     

移动短视频用户浏览和创造行为的影响因素分析

[目的/意义]如何满足短视频用户需求，刺激用户参与行为，成功留住用户成为短视频行业亟待解决的问题。现有文献缺乏对短视频用户参与行为方面的研究。因此，本文基于社会-技术理论构建模型来研究影响移动短视频男性和女性用户的浏览行为和创造行为的因素。[方法/过程]本文采用问卷调查法收集到877份有效问卷，使用SPSS 24.0和AMOS 23.0检验所提出的假设。[结果/结论]研究结果表明，无论是男性还是女性用户，个体的外倾性和短视频的娱乐性功能正向影响使用行为；用户的自恋特质和归属需要正向作用于创造行为；用户的人气需要和短视频的信息记录功能正向作用于浏览行为。此外，男性用户的自恋特质负向影响其浏览行为，女性用户的自恋特质与浏览行为无显著关系；信息记录功能对男性用户的浏览行为无显著影响。研究结果为探究移动短视频的用户行为提供理论依据，同时为短视频的发展提供参考策略。     

Web多媒体相关文本提取研究

基于结构对Web网页区域分割与语义识别，实现网页语义理解，给出Web多媒体相关文本的定义，并结合其分布特点，采用个体级、区域级、网页级三级分析方法分别进行提取，从而实现Web多媒体相关文本准确提取。     

基于二维码技术的图书馆讲座辅助系统

文章简要介绍了二维码及其特点与使用优势,对比图书馆现阶段使用的二维码与IC卡,展示了二维码能给图书馆带来的便捷,并以制作图书馆讲座辅助系统为例,通过对系统设计、开发与制作过程的介绍,说明二维码在图书馆未来发展中将发挥的作用。     

Web多媒体资源搜索与相关文本提取研究

Web多媒体网页中多媒体资源的相关文本对于描述Web多媒体资源具有重要意义,利用Web多媒体资源所在的网页中的嵌入形式,设计Web多媒体资源相关文本信息提取系统,准确提取Web页面中多媒体资源的相关文本。实验结果表明,该系统提取Web多美资源的相关文本准确率较高,有助于提高多媒体信息检索系统的查全率与查准率。     

论情景喜剧的字幕汉译——以《老友记》为个案

本文从传统文本类型和多媒体文本的区别出发,列出字幕翻译的独特性及其制约条件。基于此,作者继而以情景喜剧为案例分析了各种影响译者翻译字幕的各个因素,从而总结出翻译情景喜剧的两大原则和特殊的翻译策略。     

Web多媒体资源搜索与相关文本提取研究

Web多媒体网页中多媒体资源的相关文本对于描述Web多媒体资源具有重要意义,利用Web多媒体网页搜集器搜集网络中包含多媒体资源的网页,对网页进行区域分析.根据多媒体资源所在网页中的嵌入形式,设计Web多媒体资源相关文本信息提取系统,准确提取Web页面中多媒体资源的相关文本.实验结果表明,该系统提取Web多媒体资源的相关文本准确率较高,有助于提高多媒体信息检索系统的查全率与查准率.     

基于BERT模型的科技政策文本分类研究

在智慧政务的应用背景下,利用深度学习的方法对海量的科技政策文本数据进行自动分类,可以降低人工处理的成本,提高政策匹配的效率。利用BERT深度学习模型对科技政策进行自动分类实验,通过TextRank算法和TF-IDF算法提取政策文本关键词,将关键词与政策标题融合后输入BERT模型中以优化实验,并对比不同深度学习模型的分类效果来验证该方法的有效性。结果表明,通过BERT模型,融合标题和TF-IDF政策关键词的分类效果最佳,其准确率可达94.41%,证明利用BERT模型在标题的基础上加入政策关键词能够提高政策文本自动分类的准确率,实现对科技政策文本的有效分类。