基于字幕文件的纪录片内容自动分节及其小标题的自动生成方法

摘要

本发明一种基于字幕文件的纪录片内容自动分节及其小标题的自动生成方法，属于中文文本信息处理领域，由内容自动分节和小标题自动生成两阶段组成。在内容自动分节阶段，根据纪录片字幕文件中记录的相邻字幕出现的时间间隔的大小，选择间隔最长的若干个位置作为分割点，将整部纪录片在时间上分成若干章节。在章节小标题的自动生成阶段，依据前一阶段确定的章节起止时刻，在一定的遴选规则的指导下，在该章节的解说词中，自动选择出一个具有“定语+中心语”这种语法结构的短语组合，作为该章节的小标题。该发明较为明显地缩短了人工手动方式依照语义对较长纪录片进行分段的时间，极大提高了教师采用制作精良的纪录片片段作为教学素材的积极性。