互聯(lián)網(wǎng)文本視頻過濾技術(shù)研究與應(yīng)用.pdf

1、由于網(wǎng)絡(luò)信息發(fā)布缺少有效的監(jiān)督機制，越來越多的不良信息出現(xiàn)在網(wǎng)絡(luò)上。為了構(gòu)建和諧健康的網(wǎng)絡(luò)環(huán)境，自動的信息過濾技術(shù)具有重要研究價值。為了逃避現(xiàn)有的過濾系統(tǒng)，當(dāng)前不良信息發(fā)布者越來越多地以圖像的形式發(fā)布不良文本信息，這給不良信息過濾研究提出了新的挑戰(zhàn)。本文針對網(wǎng)絡(luò)上的文本圖像信息進行不良信息過濾研究，其包括文本圖像的字符識別和識別后文本過濾兩個方面的研究內(nèi)容。
　　為了提高過濾的準(zhǔn)確性，本文對文本圖像過濾的一些關(guān)鍵技術(shù)提出了建設(shè)性的

2、方法。通過文本定位和文本抽取研究提高復(fù)雜背景文本圖像中的字符識別性能，同時通過文本主題識別和文本傾向性分析相結(jié)合的方法來提高文本過濾的準(zhǔn)確率。
　　本論文的主要工作如下：
　　1、本文提出了基于連通分量的文本定位方法。該方法利用了字符幾何形狀特征和文本區(qū)域內(nèi)字符整體特征，并將兩類特征有效地融合到分類過程中。同時，本方法使用了級聯(lián)弱分類器和支持向量機相結(jié)合的分類方法來確認字符。實驗結(jié)果顯示該方法具有較高的定位準(zhǔn)確率。
　

3、　2、針對復(fù)雜背景圖像的文本抽取問題，本文提出了一種基于HSL顏色空間的抽取方法，用于消除字符顏色不一致和復(fù)雜背景的影響。該方法將文本區(qū)域分為三種不同的顏色類型，對不同類型的文本區(qū)域，采用HSL顏色空間中相適應(yīng)的顏色分量進行分割。該方法充分利用HSL各個分量的優(yōu)勢。實驗結(jié)果表明了該方法的有效性。
　　3、在文本過濾方面，本文采用主題來表示過濾模板，通過識別文本主題來確認是否需要過濾。本文提出了基于概念知識樹的主題識別方法。該方法利

4、用了概念知識樹的層次關(guān)系和節(jié)點屬性信息來確認文本主題的核心概念，并利用概念的語義關(guān)系構(gòu)建一個復(fù)合概念來表示文本的主題。實驗表明該主題識別方法具有較高的性能，并能有效地運用于文本過濾系統(tǒng)中。
　　4、為能夠準(zhǔn)確識別具有相同主題的正面和反面文本，文本情感傾向性特性被用于文本過濾。本文提出了基于主題詞上下文詞匯的文本傾向性分析方法。該方法認為文本的傾向性與文本的主題相關(guān)，而且可以通過主題詞的上下文詞匯對主題詞的相互作用來表示。基于主題詞