基于人工智能的电视数据新闻自动化生产技术研究
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Research on Intelligent Production Technology for TV Data Journalism
  • 作者:闫燕勤 ; 钱永江 ; 俞定国
  • 英文作者:Yan Yanqin;Qian Yongjiang;Yu Dingguo;Communication University of Zhejiang;Zhejiang Radio and Television Group;
  • 关键词:数据新闻 ; 数据可视化 ; 知识图谱 ; 深度学习
  • 英文关键词:Data journalism;;Data visualization;;Knowledge mapping;;Deep learning
  • 中文刊名:GBDJ
  • 英文刊名:Radio & TV Broadcast Engineering
  • 机构:浙江传媒学院;浙江广播电视集团;
  • 出版日期:2019-06-15
  • 出版单位:广播与电视技术
  • 年:2019
  • 期:v.46
  • 基金:浙江省科技计划项目《电视数字新闻自动化制作技术研究-基于制播云的电视数字新闻实践》(2019C03131)资助,是该项目研究成果
  • 语种:中文;
  • 页:GBDJ201906007
  • 页数:4
  • CN:06
  • ISSN:11-1659/TN
  • 分类号:40-43
摘要
将云计算、大数据、人工智能等技术应用于传统数据新闻实现智能化制作。通过数据的采集处理智能化提升新闻报道的深度,利用数据可视化技术把传统的文字及数据转化成生动形象的图表、动画等,融合知识图谱的文案自动生成提高新闻的时效性,基于深度学习的视频融合提升短视频质量,最终向受众提供一种新形式深度化的新闻报道。
        This paper applies cloud computing, big data, artifcial intelligence and other technologies to traditional data journalism to achieve intelligent production. The intelligent data collection and processing enhance the depth of news reports. It transforms traditional texts and data into vivid images and animations through visualization technology, automatically generates texts which integrate knowledge graph to improve the timeliness of news, and integrates video based on deep learning to improve the quality of short videos, ultimately provides the audience with a new form of in-depth news report.
引文
[1]刘英华.数据新闻实战[M].北京:电子工业出版社,2016.
    [2]Gray J,Chambers L,Bounegru L.The Data Journalism Handbook[M].US:O'Reilly Media.2012.
    [3]Coddington M.Clarifying journalism's quantitative turn:A typology for evaluating data journalism,computational journalism,and computer-assisted reporting[J].Digital journalism,2015,3(3):331-348.
    [4]方洁,颜冬.全球视野下的“数据新闻”:理念与实践[J].国际新闻界,2013(6):73-83.
    [5]徐琦,宋祺灵.国内电视媒体大数据新闻实践探析--以央视新闻为例[J].广播电影与电视,2014(14):47-50.
    [6]王悦.新华网可视化新闻的应用与发展研究[D].郑州:郑州大学,2017.
    [7]宋晖.国内数据新闻瓶颈与发展路径探究--《卫报》数据新闻的启示分析[J].信科技传播,2018(1):101-102.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700