CN110895654B - 分段方法、分段系统及非暂态电脑可读取媒体 - Google Patents

Abstract

本公开内容关于一种分段方法、分段系统及非暂态电脑可读取媒体。该分段方法包含下列步骤：接收字幕信息；其中，该字幕信息包含多个字幕句；根据设定值选取字幕句，并将被选取的字幕句分为第一段落；针对第一字幕句进行常见分段词汇判断；其中，第一字幕句是字幕句的其中之一；以及根据常见分段词汇判断的判断结果产生第二段落或将第一字幕句并入第一段落。

Description

分段方法、分段系统及非暂态电脑可读取媒体

技术领域

本公开内容关于一种分段方法、分段系统及非暂态电脑可读取媒体，且特别是有关于一种针对字幕的分段方法、分段系统及非暂态电脑可读取媒体。

背景技术

线上学习平台是指一种将众多学习资料存储于伺服器中，让使用者能通过网际网络连线至伺服器，以随时浏览学习资料的网络服务。在现行的各类线上学习平台中，提供的学习资料类型包含影片、音频、简报、文件或论坛。

由于线上学习平台中存储的学习资料数量庞大，为了能够方便使用者的使用，需要针对学习资料的文字进行自动分段以及建立段落关键字。因此，如何根据学习影片的内容之间的差异性进行处理，达到将学习影片中类似的主题进行分段并标注关键字的功能是本领域待解决的问题。

发明内容

本公开内容的第一方面在于提供一种分段方法。该分段方法包含下列步骤：接收字幕信息；其中，字幕信息包含多个字幕句；根据设定值选取字幕句，并将被选取的字幕句分为第一段落；针对第一字幕句进行常见分段词汇判断；其中，第一字幕句是字幕句的其中之一；以及根据常见分段词汇判断的判断结果产生第二段落或将第一字幕句并入第一段落。

本公开内容的第二方面在于提供一种分段系统，其包含存储单元以及处理器。存储单元用以存储字幕信息、分段结果、第一段落对应的注解以及第二段落对应的注解。处理器与存储单元电性连接，用以接收字幕信息；其中，字幕信息包含多个字幕句，处理器包含：分段单元、常见词探测单元、以及段落产生单元。分段单元用以利用设定值根据特定顺序选取字幕句，并将被选取的字幕句分为第一段落。常见词探测单元与分段单元电性连接，用以针对第一字幕句进行常见分段词汇判断；其中，第一字幕句是所述多个字幕句的其中之一。段落产生单元与常见词探测单元电性连接，用以根据常见分段词汇判断的判断结果产生第二段落或将第一字幕句并入第一段落。

本申请的第三方面在于提供一种非暂态电脑可读取媒体，包含至少一指令程序，由处理器执行至少一指令程序以实行分段方法，其包含以下步骤：接收字幕信息；其中，字幕信息包含多个字幕句；根据设定值选取字幕句，并将被选取的字幕句分为第一段落；针对第一字幕句进行常见分段词汇判断；其中，第一字幕句是字幕句的其中之一；以及根据常见分段词汇判断的判断结果产生第二段落或将第一字幕句并入第一段落。

本公开的分段方法、分段系统及非暂态电脑可读取媒体，其主要为改进以往利用人工方式进行影片段落标记，耗费大量人力以及时间的问题。先计算每一字幕句对应的关键字，在针对字幕句进行常见分段词汇判断，根据该常见分段词汇判断的判断结果产生第二段落或将第一字幕句并入第一段落，以产生分段结果，达到将学习影片中类似的主题进行分段并标注关键字的功能。

附图说明

为让本申请内容的上述和其他目的、特征、优点与实施例能更明显易懂，对本申请的附图说明如下：

图1为根据本申请的一些实施例所绘示的分段系统的示意图；

图2为根据本申请的一些实施例所绘示的分段方法的流程图；

图3为根据本申请的一些实施例所绘示的步骤S240的流程图；

图4为根据本申请的一些实施例所绘示的步骤S241的流程图；以及

图5为根据本申请的一些实施例所绘示的步骤S242的流程图。

【附图标记说明】

100：分段系统

110：存储单元

130：处理器

DB1：常见分段词汇数据库

DB2：课程数据库

131：关键字提取单元

132：分段单元

133：常见词探测单元

134：段落产生单元

135：注解产生单元

200：分段方法

S210～S250、S241～S242、S2411～S2413、S2421～S2423：步骤

具体实施方式

以下将参照图示披露本申请的多个实施方式，为明确说明起见，许多实务上的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用以限制本申请。也就是说，在本公开内容部分实施方式中，这些实务上的细节是非必要的。此外，为简化图示起见，一些公知惯用的结构与元件在图示中将以简单示意的方式被绘示。

于本文中，当一元件被称为“连接”或“耦接”时，可指“电性连接”或“电性耦接”。“连接”或“耦接”亦可用以表示两个或多个元件间相互搭配操作或互动。此外，虽然本文中使用“第一”、“第二”、…等用语描述不同元件，该用语仅是用以区别以相同技术用语描述的元件或操作。除非上下文清楚指明，否则该用语并非特别指称或暗示次序或顺位，亦非用以限定本发明。

请参阅图1。图1为根据本申请的一些实施例所绘示的分段系统100的示意图。如图1所绘示，分段系统100包含存储单元110以及处理器130。存储单元110电性连接至处理器130，存储单元110用以存储字幕信息、分段结果、常见分段词汇数据库DB1、课程数据库DB2、第一段落对应的注解以及第二段落对应的注解。

承上述，处理器130包含关键字提取单元131、分段单元132、常见词探测单元133、段落产生单元134以及注解产生单元135。分段单元132与关键字提取单元131以及常见词探测单元133电性连接，段落产生单元134与常见词探测单元133以及注解产生单元135电性连接，常见词探测单元133与注解产生单元135电性连接。

于本发明各实施例中，存储装置110可以实施为存储装置、硬盘、随身盘、存储卡等。处理器130可以实施为集成电路如微控制单元(microcontroller)、微处理器(microprocessor)、数字信号处理器(digital signal processor)、特殊应用集成电路(application specific integrated circuit，ASIC)、逻辑电路或其他类似元件或上述元件的组合。

请参阅图2。图2为根据本申请的一些实施例所绘示的分段方法200的流程图。于一实施例中，图2所示的分段方法200可以应用于图1的分段系统100上，处理器130用以根据下列分段方法200所描述的步骤，针对字幕信息进行分段以产生一分段结果以及每一段落对应的注解。如图2所示，分段方法200首先执行步骤S210接收字幕信息。于一实施例中，字幕信息包含多个字幕句。举例而言，字幕信息为影片的字幕文件，影片的字幕文件已经根据影片拨放时间将影片内容分为多个字幕句，字幕句也会根据影片播放时间排序。

接着，分段方法200执行步骤S220根据设定值选取字幕句，并将被选取的字幕句分为当前段落。于一实施例中，设定值可以是任意的正整数，在此设定值以3为例，因此在此步骤中会根据影片播放的时间选择3句字幕句组成当前段落。举例而言，如果总共有N句字幕句，可以选择第1字幕句～第3字幕句组成当前段落。

接着，分段方法200执行步骤S230针对当前字幕句进行常见分段词汇判断。于一实施例中，常见分段词汇被存储于常见分段词汇数据库DB1，常见词探测单元133会探测是否出现常见分段词汇。常见的分段词汇可以分为常见开头词汇以及常见结尾词汇。举例而言，常见开头词汇可以为“接下来”、“开始说明”等，常见结尾词汇可以为“以上说明到此”、“今天到这里告一段落”等。在此步骤中，会探测是否出现常见分段词汇以及出现的常见分段词汇类型(常见开头词汇或常见结尾词汇)。

接着，分段方法200执行步骤S240根据常见分段词汇判断的判断结果产生下一段落或将当前字幕句并入当前段落。于一实施例中，根据前述常见词探测单元133的探测结果，可以决定是要产生新的段落或是将当前执行字幕句并入当前段落。举例而言，当前段落是由第1字幕句～第3字幕句组成，当前执行字幕句可以是第4字幕句，根据判断结果可以将第4字幕句并入当前段落或是将第4字幕句作为新的段落的开始。

承上述，步骤S240执行将当前字幕句并入当前段落后，会接着执行下一字幕句的常见分段词汇判断，因此会重行执行步骤S230的判断。举例而言，如果第4字幕句并入当前段落后，会接着执行第5字幕句的常见分段词汇判断。如果步骤S240执行产生下一段落后，会接着执行利用设定值根据特定顺序选取字幕句，将被选取的字幕句分为下一段落，因此会重行执行步骤S220的操作。举例而言，如果第4字幕句被分类为下一段落后，会重新选择第5字幕句、第6字幕句以及第7字幕句加入下一段落。因此，会重复执行分段的动作，直到字幕句被分段完毕，最后产生分段结果。

接着，步骤S240还包含步骤S241～S242，请一并参考图3，图3为根据本申请的一些实施例所绘示的步骤S240的流程图。如图3所示，分段方法200进一步执行步骤S241如果当前字幕句与常见分段词汇相关联，进行分段处理产生下一段落，并利用设定值根据特定顺序选取字幕句，将被选取的字幕句加入下一段落。其中，步骤S241还包含步骤S2411～S2413，请进一步参考图4，图4为根据本申请的一些实施例所绘示的步骤S241的流程图。如图4所示，分段方法200进一步执行步骤S2411根据判断结果决定当前字幕句是否与开头分段词汇以及结尾分段词汇的其中之一相关联。接续上方实施例，根据步骤S230的判断结果，可以决定当前字幕句是否与开头分段词汇或结尾分段词汇相关联。

承上述，分段方法200进一步执行步骤S2412，如果当前字幕句与开头分段词汇相关联，以当前字幕句作为下一段落的起始句。举例而言，如果在前述的判断结果中探测到第4字幕句中具有“接下来”的词汇，即将第4字幕作为下一段落的起始句。

承上述，分段方法200进一步执行步骤S2413，如果当前字幕句与结尾分段词汇相关联，以当前字幕句作为当前段落的结尾句。举例而言，如果在前述的判断结果中探测到第4字幕句中具有“以上说明到此”的词汇，即将第4字幕作为当前段落的结尾句。执行完步骤S241的操作后会接着执行利用设定值根据特定顺序选取字幕句，将被选取的字幕句分为下一段落，因此会重行执行步骤S220的操作，在此不再赘述。

接着，分段方法200进一步执行步骤S242，如果当前字幕句不与常见分段词汇相关联，当前字幕句与当前段落进行相似值计算，如果相似，将第一字幕句并入当前段落。其中，步骤S242还包含步骤S2421～S2423，请进一步参考图5，图5为根据本申请的一些实施例所绘示的步骤S242的流程图。如图5所示，分段方法200进一步执行步骤S2421比较当前字幕句对应的至少一特征与当前段落对应的至少一特征的差异值是否大于门槛值。

承上述，于一实施例中，从字幕句中提取出多个关键字，提取出的关键字即为当前字幕句对应的至少一特征。利用TF-IDF统计方法(Term Frequency–Inverse DocumentFrequency)计算字幕句对应的关键字。TF-IDF统计方法用来评估一字词对于数据库中的一份文件的重要程度，字词的重要性随着它在文件中出现的次数成正比增加，但同时也会随着它在数据库中出现的频率成反比下降。于此实施例中，TF-IDF统计方法可以计算当前字幕句的关键字。接着，计算当前字幕句的至少一特征(关键字)与当前段落的至少一特征(关键字)的相似值，计算出的相似值越高即可判定为当前字幕句与当前段落的内容越接近。

承上述，分段方法200进一步执行步骤S2422，如果差异值小于门槛值，将当前字幕句并入当前段落。于一实施例中，利用门槛值对相似值进行筛选，当相似值不小于门槛值时，表示当前字幕句与当前段落的内容比较相似，因此可以将当前字幕句并入当前段落中。举例而言，如果第4字幕句与当前段落的相似值不小于门槛值，表示第4字幕句与当前段落的内容比较相似，因此可以将第4字幕句加入当前段落。

承上述，分段方法200进一步执行步骤S2423，如果差异值不小于门槛值，以当前字幕句作为下一段落的起始句，并利用设定值根据特定顺序选取字幕句，将被选取的字幕句分为下一段落。举例而言，当相似值小于门槛值时，表示当前字幕句与当前段落的内容具有差异，因此将当前字幕句判定为第二段落的起始句。举例而言，如果第4字幕句与当前段落的相似值小于门槛值，表示第4字幕句与当前段落的内容具有差异，因此将第4字幕句作为下一段落的起始句。执行完步骤S252的操作后会接着执行利用设定值根据特定顺序选取字幕句，将被选取的字幕句分为下一段落，因此会重行执行步骤S230的操作，在此不再赘述。

由上述的分段操作可以得知，每次做完一句字幕句的分段计算后会接着执行下一句字幕句的分段计算，直到所有的字幕句执行完毕为止，如果有剩余字幕句的数量少于设定值的设定时，可以不再针对剩余字幕句进行分段计算，而是直接将剩余字幕句并入当前段落，举例而言，如果剩余字幕句的数量为2，少于前述的设定值(前述将设定值设定为3)，因此剩下的2句字幕句即可并入当前段落。

接着，执行完上述的分段步骤后，分段方法200执行步骤S250产生段落对应的注解。举例而言，如果在执行完全部的字幕句后分为3个段落，会分别计算3个段落的注解，注解可以是根据段落中的字幕句对应的关键字产生。最后，将分好的段落以及段落对应的注解存储至存储单元110的课程数据库DB2中。举例而言，如果差异值小于门槛值时，表示当前字幕句与当前段落较相似，因此可以利用字幕句的关键字作为当前段落对应的至少一特征。如果差异值不小于门槛值时，表示当前字幕句与当前段落不相似，因此可以利用字幕句的关键字作为下一段落对应的至少一特征。

由上述本申请的实施方式可知，主要为改进以往利用人工方式进行影片段落标记，耗费大量人力以及时间的问题。先计算每一字幕句对应的关键字，在针对字幕句进行常见分段词汇判断，根据该常见分段词汇判断的判断结果产生下一段落或将第一字幕句并入当前段落，以产生分段结果，达到将学习影片中类似的主题进行分段并标注关键字的功能

另外，上述例示包含依序的示范步骤，但这些步骤不必依所显示的顺序被执行。以不同顺序执行这些步骤皆在本公开内容的考量范围内。在本公开内容的实施例的精神与范围内的情况下，可视情况增加、取代、变更顺序及/或省略这些步骤。

虽然本公开内容已以实施方式披露如上，但其并非用以限定本发明内容，任何本领域普通技术人员，在不脱离本发明内容的精神和范围内的情况下，当可作各种更动与润饰，因此本发明内容的保护范围当视随附的权利要求书所界定者为准。

Claims (15)

1.一种分段方法，包含：

接收一字幕信息；其中，该字幕信息包含多个字幕句；

根据一设定值选取所述多个字幕句，并将被选取的字幕句分为一第一段落；

针对一第一字幕句进行一常见分段词汇判断；其中，该第一字幕句是所述多个字幕句的其中之一；以及

根据所述常见分段词汇判断的一判断结果将该第一字幕句作为一第二段落的起始或将该第一字幕句并入该第一段落，其中，所述根据所述常见分段词汇判断的该判断结果产生该第二段落或将该第一字幕句并入该第一段落，还包含：

如果该第一字幕句与该常见分段词汇相关联，进行一分段处理产生该第二段落，并利用该设定值根据一特定顺序选取所述多个字幕句，将被选取的字幕句加入该第二段落；以及

如果该第一字幕句不与该常见分段词汇相关联，该第一字幕句与该第一段落进行一相似值计算，如果相似，将该第一字幕句并入该第一段落。

2.如权利要求1所述的分段方法，其中，当该第一字幕句并入该第一段落后，针对一第二字幕句进行所述常见分段词汇判断；其中，该第二字幕句依照一特定顺序在该第一字幕句之后。

3.如权利要求1所述的分段方法，其中，当产生该第二段落时，利用该设定值根据一特定顺序选取所述多个字幕句，将被选取的字幕句加入该第二段落。

4.如权利要求1所述的分段方法，其中，所述分段处理包含：

根据该判断结果决定该第一字幕句是否与一开头分段词汇以及一结尾分段词汇的其中之一相关联；

如果该第一字幕句与该开头分段词汇相关联，以该第一字幕句作为该第二段落的起始句；以及

如果该第一字幕句与该结尾分段词汇相关联，以该第一字幕句作为该第一段落的结尾句。

5.如权利要求1所述的分段方法，其中，所述相似值计算包含：

比较该第一字幕句对应的至少一特征与该第一段落对应的至少一特征的一差异值是否大于一门槛值；

如果该差异值小于该门槛值，将该第一字幕句并入该第一段落；以及

如果该差异值不小于该门槛值，以该第一字幕句作为该第二段落的起始句，并利用该设定值根据该特定顺序选取所述多个字幕句，将被选取的字幕句分为该第二段落。

6.如权利要求5所述的分段方法，其中，从所述多个字幕句中提取出多个关键字，所述多个关键字为该第一字幕句对应的至少一特征。

7.如权利要求6所述的分段方法，其中，该第一段落对应的至少一特征，由该第一段落中的所述多个字幕句提取出的所述多个关键字产生。

8.一种分段系统，包含：

一存储单元，用以存储一字幕信息、一分段结果、一常见分段词汇数据库、一第一段落对应的注解以及一第二段落对应的注解；以及

一处理器，与该存储单元电性连接，用以接收该字幕信息；其中，该字幕信息包含多个字幕句，该处理器包含：

一分段单元，用以利用一设定值选取所述多个字幕句，并将被选取的字幕句分为一第一段落；

一常见词探测单元，与该分段单元电性连接，用以针对一第一字幕句进行一常见分段词汇判断；其中，该第一字幕句是所述多个字幕句的其中之一；以及

一段落产生单元，与该常见词探测单元电性连接，用以根据所述常见分段词汇判断的一判断结果将该第一字幕句作为一第二段落的起始或将该第一字幕句并入该第一段落，其中，该段落产生单元还用以根据该判断结果执行以下步骤：

如果该第一字幕句与该常见分段词汇相关联，进行一分段处理产生一第二段落，并利用该设定值根据一特定顺序选取所述多个字幕句，将被选取的字幕句加入该第二段落；以及

如果该第一字幕句不与该常见分段词汇相关联，该第一字幕句与该第一段落进行一相似值计算，如果相似，将该第一字幕句并入该第一段落。

9.如权利要求8所述的分段系统，其中，当该第一字幕句并入该第一段落后，该常见词探测单元还用以针对一第二字幕句进行所述常见分段词汇判断；

其中，该第二字幕句依照一特定顺序在该第一字幕句之后。

10.如权利要求8所述的分段系统，其中当产生该第二段落后，该分段单元还用以利用该设定值根据一特定顺序选取所述多个字幕句，将被选取的字幕句加入该第二段落。

11.如权利要求8所述的分段系统，其中，所述分段处理包含：

根据该判断结果决定该第一字幕句是否与一开头分段词汇以及一结尾分段词汇的其中之一相关联；

如果该第一字幕句与该开头分段词汇相关联，以该第一字幕句作为该第二段落的起始句；以及

如果该第一字幕句与该结尾分段词汇相关联，以该第一字幕句作为该第一段落的结尾句。

12.如权利要求8所述的分段系统，其中，所述相似值计算包含：

比较该第一字幕句对应的至少一特征与该第一段落对应的至少一特征的一差异值是否大于一门槛值；

如果该差异值小于该门槛值，将该第一字幕句并入该第一段落；以及

如果该差异值不小于该门槛值，以该第一字幕句作为该第二段落的起始句，并利用该设定值根据该特定顺序选取所述多个字幕句，将被选取的字幕句分为该第二段落。

13.如权利要求12所述的分段系统，还包含：

一关键字提取单元，与该分段单元电性连接，用以从所述多个字幕句中提取出多个关键字，所述多个关键字为该第一字幕句对应的至少一特征。

14.如权利要求13所述的分段系统，其中，该第一段落对应的至少一特征，由该第一段落中的所述多个字幕句提取出的所述多个关键字产生。

15.一种非暂态电脑可读取媒体，包含至少一指令程序，由一处理器执行该至少一指令程序以实行一分段方法，其包含：

接收一字幕信息；其中，该字幕信息包含多个字幕句；

根据一设定值选取所述多个字幕句，并将被选取的字幕句分为一第一段落；

针对一第一字幕句进行一常见分段词汇判断；其中，该第一字幕句是所述多个字幕句的其中之一；以及

根据所述常见分段词汇判断的一判断结果将该第一字幕句作为一第二段落的起始或将该第一字幕句并入该第一段落，其中，所述根据所述常见分段词汇判断的该判断结果产生该第二段落或将该第一字幕句并入该第一段落，还包含：

如果该第一字幕句与该常见分段词汇相关联，进行一分段处理产生该第二段落，并利用该设定值根据一特定顺序选取所述多个字幕句，将被选取的字幕句加入该第二段落；以及

如果该第一字幕句不与该常见分段词汇相关联，该第一字幕句与该第一段落进行一相似值计算，如果相似，将该第一字幕句并入该第一段落。