新闻视频作为一种重要的媒体信息，在国家政治、经济、文化和日常生活等领域发挥着重要作用。为了方便人们快速获取新闻关键语义信息，并从海量视频数据中搜索、跟踪感兴趣的新闻，对新闻视频进行语义提取和自动化处理是近年来人们关注和研究的重点。本文从分析新闻视频的关键语义入手，对新闻视频结构化处理、语义特征提取和自动分类等内容进行深入研究，取得的主要创新性成果如下：1.为了更好的对新闻视频分析和理解，本课题围绕形成新闻的六个关键要素（6W，即When、Where、Who、What、Why和How），分析了新闻视频中多媒体元素与之对应的关系，建立了基于新闻关键要素的新闻视频语义抽取方法。提出了一种基于新闻关键要素的新闻视频语义分析模型。2.为了提取新闻视频中的场景、人物、时间及事件等语义信息，本课题重点研究了新闻视频结构化分析和关键语义特征的提取方法，主要从视频的关键帧提取、视觉特征、文本特征三个方面着手研究，并通过颜色直方图、颜色矩、Canny边缘、LBP纹理特征、SIFT、CRF分词系统等具体技术实现新闻视频语义特征的提取。3.为了实现新闻视频的自动分类，本课题提出了一种基于分层条件随机场的新闻视频自动分类方法，该方法是通过融合反映新闻视频语义的视觉底层特征和文本特征来实现新闻视频自动分类的。通过对优酷网上几种典型新闻视频进行训练和测试，实验验证了该方法的有效性，采用本文方法能够较为准确地进行网络新闻视频自动分类，大大减轻了网络编辑的劳动强度，同时有利于用户追踪同类新闻事件的发展动态。