針對(duì)傳統(tǒng)新聞圖像中人臉標(biāo)注方法主要依賴(lài)人臉相似度信息，分辨噪聲和非噪聲人臉能力以及非噪聲人臉標(biāo)注能力較差的問(wèn)題，提出一種基于多模態(tài)信息融合的新聞圖像人臉標(biāo)注方法。首先根據(jù)人臉和姓名的共現(xiàn)關(guān)系，利用改進(jìn)的K近鄰算法，獲得基于人臉相似度信息的人臉姓名匹配度；然后，分別從圖像中提取人臉大小和位置的信息對(duì)人臉重要程度進(jìn)行表征，從文本中提取姓名位置信息對(duì)姓名重要程度進(jìn)行表征；最后，使用反向傳播神經(jīng)網(wǎng)絡(luò)來(lái)融合上述信息完成人臉標(biāo)簽的推理，并提出一個(gè)標(biāo)簽修正策略來(lái)進(jìn)一步改善標(biāo)注結(jié)果。在Label Yahool News數(shù)據(jù)集上的測(cè)試效果表明，所提方法的標(biāo)注準(zhǔn)確率、精度和召回率分別達(dá)到了77. llqo、73. 58%和78. 75%，與僅基于人臉相似度的算法相比，具有較好的分辨噪聲和非噪聲人臉能力以及非噪聲人臉標(biāo)注能力。