1. 研究目的与意义（文献综述）

随着信息技术的不断发展，互联网新闻资讯的生产方式正在发生深刻的变革，机器 人工的编辑方式已成为主流生产模式。新闻自动推荐配图是提升机器在新闻自动化生产中效力的重要课题。

2015年9月，腾讯推出自己的新闻写作机器人“dreamwriter”，发布国内首篇自动化新闻《8月cpi同比上涨2%创12个月新高》。同年的11月，新华社推出的“快笔小新”,主要“供职”于体育部、经济信息部和《中国证券报》，负责撰写体育赛事报道和财经新闻。2016年5月，阿里巴巴与第一财经联合推出“dt稿王”，在媒体、金融、电商、政府、体育、法律等需要基于逻辑写作的领域发挥作用。2016年8月，《今日头条》研发出了一款机器人（xiaomingbot），这是一个基于文字直播数据进行新闻生成的系统。依靠先进的机器学习算法，该系统能够实时地从文字直播数据中进行语句筛选与融合，从而在体育比赛的任一时刻生成高质量赛事报道。

目前，自动化新闻的生产方式主要有三种：一是利用结构化数据生成稿件。在掌握大量整合好、便于计算机

2. 研究的基本内容与方案

研究的基本内容：

我们的目标是把文本和相似度高的图像对应起来。

我们的目标是找到能够计算文本与图像相似度的算法。

3. 研究计划与安排

2018.3.1至2018.3.7 完成分词任务

2018.3.8至2018.3.15完成文本向量工作

2018.3.16至2018.3.23完成神经网络处理图片工作

4. 参考文献（12篇以上）

1. 软件工程（第2版），钱乐秋等，清华大学出版社，2013年。

2. web前段开发技术－html、css、javascript, 聂常红，人民邮电出版社，2013年。

3. 大数据时代－生活、工作与思维的大变革，［英］维克托.迈尔－舍恩伯格等，浙江人民出版社，2013.