随着5G技术和社交媒体的发展,网络视频已成为信息传播的主要载体之一。当用户通过信息检索了解某话题时,往往会返回大量杂乱无章的视频,使得用户只能在有限时间内观看较少的内容,降低了信息的获取速率。同时,嘈杂的视频可能导致用户易造成对某一话题或事件的片面认知。因此,基于网络视频的事件挖掘相关研究对于热点话题事件梳理及舆情导向具有重大意义。网络视频一般包含视觉信息和文本信息。对于视觉信息,视觉检测方法如以视觉近似关键帧检测为代表的算法易受视频编辑、拍摄角度等因素的影响,导致检测结果不准确。对于文本信息,其已被证明是建立跨媒体信息关联的有效方式,可在一定程度上补充视觉信息。然而,网络视频的标题和标签等文本通常由普通用户上传,多数视频仅有十几个嘈杂的单词描述,信息少、文本特征不稳定。此外,由于文化背景和用语习惯的不同,即使是同一个视频、同一种含义的表达也可能会被用完全不同的单词描述,这进一步加剧了文本和视觉信息之间语义关联的稀疏性。因此,仅使用二者之间现存的交互信息不足以有效挖掘其潜在特征,使得基于跨媒体关联的网络视频事件挖掘面临巨大的难题。为了解决这个问题,本文提出了一种新的基于多语义路径嵌入的跨媒体网络视频事件挖掘研究方法。经过数据预处理之后,本文构建了一个异构信息网络来建立视觉近似关键帧（Near Duplicate Keyframes,NDK）、文本和视频之间的关联。然后,本文设计了一种语义路径行走策略,生成有意义的语义节点序列进行嵌入,语义在网络中路径上的传递性可帮助捕捉到更多有意义的关联。其次,提出了一种嵌入融合方法来预测NDKs中每个单词的分布特征。最后,利用多重对应分析对网络视频事件进行挖掘。基于大量实验表明本方法具有普适性和有效性,在一定程度上提高了网络视频事件挖掘的效果。本文主要工作和贡献如下:（1）本文提出了一种新的基于跨媒体多语义路径关联丰富的视频事件挖掘框架,通过多种语义路径的联合嵌入来丰富NDKs与文本之间的语义信息。根据所知,本文首先尝试了通过从多个语义角度捕捉跨媒体关联来缓解视频中文本信息的稀疏性问题,并进一步提高网络视频事件挖掘的有效性。（2）本文设计了一种新的多语义路径行走策略以捕获NDKs、文本和视频之间的语义关联,此行走策略生成多个语义节点序列用于嵌入,其可关注有语义意义的关联,避开噪声路径。从而找到视频与文本之间更多的直接和间接关联,捕捉NDK可能丢失的语义信息。（3）本文提出了一种新的嵌入融合方法来预测NDKs中单词的分布值。该方法将多个语义路径上的不同嵌入集成到一个联合嵌入中,可以灵活地学习复杂的映射机制进行预测,从而降低了包含海量跨媒体数据的网络维度。