今天，Web页面中存在的多媒体信息由于关系到社会治安和人们的文化生活，其内容安全性越来越被人们所重视，而其中Web视频信息内容安全性的分析又是最困难和最复杂的部分。由于现今许多学者在视频检索方面做了很多的工作，若把视频检索技术用于Web视频的语义提取，就可以方便的找到Web视频对应的语义信息，从而确定其内容的安全性。要达到这个目地的第一步就是找到视频的最小语义单元，即故事单元。而Web视频中又数新闻视频影响最大，于是本文在’参考了相关工作的基础上提出了一种多模型融合的新闻逻辑单元分割框架。 框架大致分为三层结构，最底层是特征提取层，这一层用于提取大量的视频、音频特征。本文在特征提取层提出了主题特征、人脸个数和人脸位置等新的特征。中间层是镜头标注层，这一层主要用于对每个镜头进行标注，标注的内容是每个镜头通过决策树分类之后的类别。为了对镜头分类的结果进行校正，本文在镜头标注层提出了一个内容相似性比较模块。最上端一层是故事单元抽取层，主要功能是利用隐式马尔科夫找到故事单元的分界点。本文在故事单元抽取层提出了一个基于启发式规则的预分割模块，用于减少模型的训练量和提高精度。 本文的试验结果是通过一个半自动的系统得到的，对不同电视台的新闻进行测试，平均的F1值达到71．9％，其中CCTV-9达到了81．5％。