CN109284364B - 一种用于语音连麦互动的互动词汇更新方法及装置 - Google Patents

Abstract

本发明实施例公开了一种用于语音连麦互动的互动词汇更新方法及装置，所述方法包括：通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中。本发明实施例所提供的用于语音连麦互动的互动词汇更新方法通过从网页中提取出满足语音连麦互动需求的互动词汇，实现了语音连麦互动词汇的自动更新，提高了语音连麦互动词汇的更新效率。

Description

一种用于语音连麦互动的互动词汇更新方法及装置

技术领域

本发明实施例涉及直播领域，尤其涉及一种用于语音连麦互动的互动词汇更新方法及装置。

背景技术

随着网络直播的火热发展，各种直播平台纷纷出现。为了丰富直播的内容，很多直播平台都有连麦互动的功能，即在同一直播平台上，两个或多个主播之间，或主播及用户之间可以进行语音连麦互动。

当通过语音直播的连麦模式进行语音连麦互动时，会向用户端提供互动词汇，以使参与语音连麦互动的用户根据互动词汇进行语音互动，但是目前的互动词汇数据库中的互动词汇是工作人员手动输入的。由此可见，目前的互动词汇更新效率低，费时费力。

发明内容

本发明实施例提供了一种用于语音连麦互动的互动词汇更新方法及装置，以实现提高用于语音连麦互动的互动词汇的更新效率。

第一方面，本发明实施例提供了一种用于语音连麦互动的互动词汇更新方法，包括：

通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；

从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；

从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中。

第二方面，本发明实施例还提供了一种用于语音连麦互动的互动词汇更新装置，包括：

原始网页获取模块，用于通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；

词汇网页获取模块，用于从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；

目标词汇提取模块，用于从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中。

第三方面，本发明实施例还提供了一种计算机设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所提供的用于语音连麦互动的互动词汇更新方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明任意实施例所提供的用于语音连麦互动的互动词汇更新方法。

本发明实施例通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中，通过从网页中提取出满足语音连麦互动需求的互动词汇，实现了语音连麦互动词汇的自动更新，提高了语音连麦互动词汇的更新效率。

附图说明

图1是本发明实施例一所提供的用于语音连麦互动的互动词汇更新方法的流程图；

图2是本发明实施例二所提供的用于语音连麦互动的互动词汇更新方法的流程图；

图3是本发明实施例三所提供的用于语音连麦互动的互动词汇更新方法的流程图；

图4是本发明实施例四所提供的用于语音连麦互动的互动词汇更新装置的结构示意图；

图5是本发明实施例一所提供的计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一所提供的用于语音连麦互动的互动词汇更新方法的流程图，本实施例可适用于对用于语音连麦互动的互动词汇进行更新的情形，尤其适用于通过语音连麦进行多人休闲益智类游戏互动时所对应的互动词汇进行更新的情形。该方法可以由用于语音连麦互动的互动词汇更新装置执行，该用于语音连麦互动的互动词汇更新装置可以采用软件和/或硬件的方式实现，例如，该用于语音连麦互动的互动词汇更新装置可配置于计算机设备中。如图1所示，该方法具体包括：

S110、通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页。

在本实施例中，从各网页中提取用于语音连麦互动的互动词汇。可选的，首先通过搜索引擎对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，将搜索引擎反馈的搜索结果所对应的网页作为提取互动词汇的候选网页。

可选的，可以预先存储语音连麦互动标识与特征词的对应关系。当需要更新某一语音连麦互动功能的互动词汇时，从预先存储的对应关系表中获取与该语音连麦互动标识所对应的特征词，并根据获取的特征词形成检索式，在搜索引擎中使用形成的检索式进行检索，获得搜索引擎反馈的与该检索式所对应的搜索结果，将搜索结果所对应的网页作为提取互动词汇的候选网页。

示例性的，可以预先将语音连麦互动“谁是卧底”与特征词“谁是卧底词语”对应存储至对应关系表中。当需要更新“谁是卧底”互动的互动词汇时，在预先存储的对应关系表中查找与“谁是卧底”对应的特征词，并根据查找到的特征词“谁是卧底词语”形成检索式，使用形成的检索式进行搜索，将搜索结果所对应的网页作为提取“谁是卧底”互动词汇的候选网页。

可选的，可以将语音连麦互动功能所对应的特征词直接作为检索式进行搜索。例如，查找到“谁是卧底”所对应的特征词为“谁是卧底词语”后，将“谁是卧底词语”作为检索式进行搜索。

可选的，一个语音连麦互动功能可以对应一个特征词，也可以对应多个特征词。当一个语音连麦互动功能对应多个特征词时，可以分别根据多个特征词形成检索式，再分别使用各特征词所形成的检索式进行检索，获得各检索式词所对应的搜索结果，将所有检索式的搜索结果所对应的网页作为提取互动词汇的候选网页。

可选的，可以将搜索结果所包含的所有网页作为提取互动词汇的候选网页，也可以从搜索结果所包含的网页中选取部分网页作为提取互动词汇的候选网页。示例性的，可以根据搜索结果中的网页排序，选取搜索结果中预设比例的网页作为提取互动词汇的候选网页。例如，若通过检索式检索得到的搜索结果中包含5000个网页，预设比例为80％，则选取搜索结果中前4000个网页作为提取互动词汇的候选网页。

S120、从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页。

在本实施例中，首先通过网页模板对原始网页进行筛选，从搜索结果中获得的提取互动词汇的候选网页筛选出词汇获取网页。可选的，将原始网页的模板与预设网页模板进行匹配，将与预设网页模板匹配的原始网页作为词汇获取网页。

一般的，用户在寻找某个问题的答案的时候，通常会直接在搜索引擎中进行搜索，但是搜索引擎提供的搜索结果中的原始网页往往无法满足用户的搜索需求，无法直接给出用户所要寻找的问题的答案。现有的很多问答类型的网页及专业论坛通常包含有用户提出的问题，以及其他用户提供的与问题对应的答案。类似的，对于语音连麦互动功能所对应的互动词汇，很多用户无法直接从搜索引擎中找到语音连麦互动功能所对应的互动词汇时，也是通过发表帖子等方式提问，通过其他用户的回答获得相应的答案。或者，某些用户总结了某一语音连麦互动功能所对应的互动词汇后，将其发布广播式的社交网络平台中。

因此，问答网页、论坛网页等广播式的社交网络互动平台中包含有绝大部分的语音连麦互动功能所对应的互动词汇。可以通过对问答网页、论坛网页等广播式的社交网络互动平台的网页模板进行提取，将提取出的网页模板作为预设网页模板，用于对原始网页进行筛选。

可选的，预设网页模板可以为一个，也可以包含多个。当预设网页模板包含多个网页模板时，将原始网页分别于多个网页模板进行匹配，若原始网页与任一网页模板匹配成功，则将该原始网页作为词汇获取网页。

可选的，所述从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页，包括：

选取预设网页类型的网页模板，对所述网页模板的源代码进行解析，得到与所述网页模板对应的网页模型；

根据所述网页模型对所述原始网页进行筛选，将所述原始网页中与所述网页模型匹配的网页作为词汇获取网页。

在本实施例中，预设网页类型可以为问答网页、论坛网页等广播式的社交网络互动平台所对应的网页类型。由于同一个问答网站提供的问答网页具有一种或几种相同的网页模板，因此可以选取具有某种相同网页模板对应的问答网页中的任一问答网页，通过对网页的源代码进行解析，得到该问答网页的网页模型，使用得到的网页模型对原始网页进行筛选，将与该网页模型匹配的原始网页作为词汇获取网页。

可选的，可以利用HTML解析器对该问答网页的HTML(Hyper Text Mark-upLanguage，超文本标记语言)源代码进行解析，得到该网页的DOM(Document Object Model，文件对象模型)树。然后，抽取DOM树结构的切词特征、结构重复特征和标签属性语义特征等特征，利用机器学习算法对这些特征进行训练，得到与该种相同网页模板对应的问答网页的模型，然后用该模型进行筛选，可以从原始网页中识别出与该种相同网页模板对应的所有问答网页。

类似地，可以选取具有某种相同网页模板对应的论坛网页中的任一论坛网页，通过解析该论坛网页的HTML源代码，可以得到与该论坛网页对应的DOM树，抽取DOM树结构的结构的切词特征、结构重复特征和标签属性语义特征等特征，利用机器学习算法对这些特征进行训练，得到与该种相同网页模板对应的论坛网页的模型，然后用该模型进行筛选，可以从原始网页中识别出与该种相同网页模板对应的所有论坛网页。

在本实施例中，使用网页模板对原始网页进行筛选获取词汇获取网页，通过DOM树利用同一个网站提供的网页的共性网页模板特征，例如，结构重复特征和标签属性语义特征，避免了因关键词不合适而使筛选的网页中带有杂质，提高了得到的词汇获取网页的准确度。

S130、从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中。

在本实施例中，获取词汇获取网页后，根据预设特征从词汇获取网页中提取出目标词汇，并将提取出的目标词汇添加至互动词汇数据库中。

可选的，针对同一语音连麦互动功能，其所对应的互动词汇具有相同的特征。例如，“谁是卧底”互动中，其所对应的一组互动词汇为一对词语，并且一组互动词汇中各词语字数相同或相近，语音类似或其所表达的对象具有相近的特征。如一组互动词汇为“鸭舌帽、遮阳帽”，可见其包含的一对词语中字数相同，并且其功能，用法类似。

可选的，可以提取各语音连麦互动功能所对应的互动词汇具有的相同特征，将其作为该语音连麦互动功能所对应的预设特征，并使用该预设特征从词汇获取网页中提取出与该语音连麦互动功能所对应的目标词汇。

可选的，不同的语音连麦互动功能所对应的互动词汇的预设特征不同，可以预先将各语音连麦互动功能与所对应的预设特征对应存储至预设特征数据库中。当需要获取某一语音连麦互动功能的预设特征时，从预设特征数据库中查找到与该语音连麦互动功能的预设特征相对应的特征。

本发明实施例通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中，通过从网页中提取出满足语音连麦互动需求的互动词汇，实现了语音连麦互动词汇的自动更新，提高了语音连麦互动词汇的更新效率。

在上述方案的基础上，在将所述至少一对目标词汇添加至互动词汇数据库中之前，还包括：

利用预设的敏感词对所述至少一对目标词汇进行筛选，删除与所述敏感词匹配的目标词汇对，将筛选后的至少一对目标词汇添加至所述互动词汇数据库中。

可选的，服务器端在接收到主播端发起的词汇获取请求时，从互动词汇数据库中选取互动词汇下发至主播端。因此，目标词汇一旦添加至互动词汇数据库，会直接展示给主播，为了避免从词汇获取网页中提取出的目标词汇包括敏感词或涉及违规内容，导致在后续过程中将敏感词或违规内容展示给主播。在本实施例中，可以预先设置敏感词，在将目标词汇添加至互动词汇数据库之前，使用敏感词对目标词汇进行筛选。将与敏感词匹配的目标词汇删除，再将筛选之后的目标词汇添加至互动词汇数据库中。使用敏感词对目标词汇进行筛选，能够避免敏感词或违规词添加至互动词汇数据库中，进而能够避免将敏感词或违规词展示给主播。

在上述方案的基础上，在将所述至少一对目标词汇添加至互动词汇数据库中之前，还包括：

将包含有所述至少一对目标词汇的词汇审核请求发送至词汇管理端，以使所述词汇管理端对所述至少一对目标词汇进行审核；

接收所述词汇管理端反馈的审核结果，根据所述审核结果将审核通过的目标词汇添加至所述互动词汇数据库中。

可选的，由于敏感词及违规词更新频率较快，为了进一步保证主播端不会展示敏感词或违规词，可以在使用敏感词对提取出的目标词汇进行筛选之后，将包含有筛选之后的目标词汇的词汇审核请求发送至词汇管理端，词汇管理端接收到词汇审核请求之后对词汇审核请求中的目标词汇进行审核，将审核结果反馈至服务器端。服务器端接收到词汇管理端反馈的审核结果后，将审核结果中审核通过的目标词汇添加至互动词汇数据库中。使用人工审核筛选后的目标词汇能够进一步保证互动词汇数据库中不包含敏感词或违规词，进而不会将敏感词或违规词展示给主播端。

实施例二

图2是本发明实施例二所提供的用于语音连麦互动的互动词汇更新方法的流程图，本实施例在上述实施例的基础上进行进一步地优化。如图2所示，所述方法包括：

S210、通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页。

S220、从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页。

S230、将所述词汇获取网页中的文本信息进行分词处理，并判断各分词之间的词性关系及语义关系。

S240、将满足预设词性关系及预设语义关系的一对分词作为一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中。

在本实施例中，通过语义分析技术从词汇获取网页中提取出满足预设特征的目标词汇。可选的，可以将各词汇获取网页中的内容提取成文本信息之后，对文本信息进行分词处理，根据各分词之间的词性关系及语义关系从文本信息中提取出目标词汇。

可选的，可以对各词汇获取网页中的文字内容进行提取整合，整合成该词汇获取网页所对应的文本信息。当词汇获取网页中内容以图片的形式展示时，可以使用文字识别技术对图片中的文字进行识别，对识别出的文字进行提取整合，整合成该词汇获取网页所对应的文本信息。

示例性的，“谁是卧底”互动的互动词汇的预设特征为词性相同、语义相近。则对文本信息进行分词处理后，将满足词性相同、语义相近的一对分词作为一对目标词汇，并将提取出的所有目标词汇添加至目标词汇数据库中。例如，文本信息为“关于谁是卧底游戏说明：游戏人数：最好7个游戏者，1个卧底，若干不明所以围观者。游戏规则：1、在场7个人中6个人拿到相同的一个词语，剩下的1个拿到与之相关的另一个词语；2、每人每轮只能说一句话描述自己拿到的词语(不能直接说出来那个词语)，与不能让卧底发现，也要给同胞以暗示。3、每轮描述完毕，7人投票选出怀疑是卧底的那个人，得票数最多的人出局，俩个人一样多的话，待定(就是保留)。4、若有卧底撑到剩下最后三人，则卧底获胜，反之，则大部队获胜。5、词语推荐：玫瑰—月季、白菜—生菜、油条—麻花、婚纱—喜服。”对文本信息进行分词处理后，将各分词与其他分词进行词性及语义的比对，针对各分词，提取出与该分词词性相同、语义相近的分词，与该分词作为一对目标词汇。以分词“玫瑰”为例，其词性为名词，其相关解释为：蔷薇科蔷薇属植物，在日常生活中是蔷薇属一系列花大艳丽的栽培品种的统称。将“玫瑰”与其他分词进行词性、语义的匹配，提取出分词“月季”与“玫瑰的”词性相同，且“月季”的相关解释为：花中皇后，又称月月红，蔷薇科，判断“玫瑰”与“月季”所表达的含义相近。则将“玫瑰”与“月季”作为一对目标词汇添加至目标词汇数据库中。类似的，提取出目标词汇“白菜、生菜”“油条、麻花”“婚纱、喜服”，并将其添加至目标词汇数据库中。

本发明实施例的技术方案，在上述实施例的基础上具体化了从词汇获取网页中提取出满足预设特征的至少一对目标词汇的操作，通过对词汇获取网页中文本信息进行分词，根据各分词的词性关系及语义关系提取出至少一对目标词汇，实现了互动词汇的自动更新，并且通过语音连麦互动的互动词汇已知的共性特征进行互动词汇的挖掘，能够挖掘出新的互动词汇，使得互动词汇数据库中的词汇更加丰富。

实施例三

图3是本发明实施例三所提供的用于语音连麦互动的互动词汇更新方法的流程图，本实施例在上述实施例的基础上进行进一步地优化。如图3所示，所述方法包括：

S310、通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页。

S320、从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页。

S330、获取词汇获取网页中的文本信息，将文本信息输入预先训练的目标词汇提取模型中，获得目标词汇提取模型输出的至少一对目标词汇，并将至少一对目标词汇添加至互动词汇数据库中。

在本实施例中，可以使用机器学习算法预先训练语音互动功能所对应的目标词汇提取模型，使用训练好的目标词汇提取模型从词汇获取网页中提取中目标词汇。可选的，可以将各词汇获取网页中的内容提取为文本信息，分别将各词汇获取网页所对应的文本信息输入值预先训练好的目标词汇提取模型中，获取目标词汇提取模型输出的至少一对目标词汇，并将输出的至少一对目标词汇添加至互动词汇数据库中。

示例性的，若从词汇获取网页中提取出的文本信息为：“谁是卧底词语：浴缸—鱼缸，电动车—摩托车，眉毛—睫毛，书—本，筷子—竹签，麻雀—乌鸦。”则将该文本信息输入至预先训练目标词汇提取模型中，获得目标词汇提取模型输出的六对目标词汇：“浴缸、鱼缸”，“电动车、”摩托车，“眉毛、睫毛”，“书、本”，“筷子、竹签”，“麻雀、乌鸦”，并将获取的六对目标词汇添加至“谁是卧底”互动所对应的互动词汇数据库中。

可选的，本发明实施例中获取所述词汇获取网页中的文本信息的方式与上述实施例中的方式类似，具体详细方案可参见上述实施例，在此不再赘述。

本发明实施例的技术方案，在上述实施例的基础上具体化了从词汇获取网页中提取出满足预设特征的至少一对目标词汇的操作，通过使用预先训练的目标词汇提取模型从词汇获取网页中提取出目标词汇，使得提取出的目标词汇更加准确。

在上述方案的基础上，在将所述文本信息输入预先训练的目标词汇提取模型中之前，还包括：

获取文本信息和所述文本信息对应的互动词汇；

基于所述文本信息和所述互动词汇生成训练样本集，使用所述训练样本集对预先建立好的目标词汇提取模型进行训练，得到训练好的目标词汇提取模型。

在本实施例中，针对某一语音连麦互动功能所对应的目标词汇提取模型可以人工对文本信息进行提取，得到该文本信息中所包含的互动词汇，将文本信息及人工从该文本信息中提取的互动词汇形成样本对，使用多个样本对生成训练样本集，使用生成的训练样本集对预先建立好的目标词汇提取模型进行训练，得到训练好的目标词汇提取模型。使用文本信息及人工从该文本信息中提取的互动词汇作为训练样本对，可以使得目标词汇提取模型更加准确，从而使得通过目标词汇提取模型中获得的目标词汇更加准确。

需要说明的是，本发明实施例所提供的目标词汇提取模型的训练方法可单独执行。也就是说，可以单独使用本发明实施例所提供的方案完成对目标词汇提取模型的训练，不再执行后续步骤中使用目标词汇提取模型从文本信息中提取出目标词汇的操作。

实施例四

图4是本发明实施例四所提供的用于语音连麦互动的互动词汇更新装置的结构示意图。该用于语音连麦互动的互动词汇更新装置可以采用软件和/或硬件的方式实现，例如该用于语音连麦互动的互动词汇更新装置可以配置于计算机设备，如图4所示，所述装置包括：

原始网页获取模块410，用于通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；

词汇网页获取模块420，用于从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；

目标词汇提取模块430，用于从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中。

本发明实施例通过原始网页获取模块通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；词汇网页获取模块从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；目标词汇提取模块从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中，通过从网页中提取出满足语音连麦互动需求的互动词汇，实现了语音连麦互动词汇的自动更新，提高了语音连麦互动词汇的更新效率。

在上述方案的基础上，所述词汇网页获取模块420具体用于：

选取预设网页类型的网页模板，对所述网页模板的源代码进行解析，得到与所述网页模板对应的网页模型；

根据所述网页模型对所述原始网页进行筛选，将所述原始网页中与所述网页模型匹配的网页作为词汇获取网页。

在上述方案的基础上，所述目标词汇提取模块430具体用于：

将所述词汇获取网页中的文本信息进行分词处理，并判断各分词之间的词性关系及语义关系；

将满足预设词性关系及预设语义关系的一对分词作为一对目标词汇。

在上述方案的基础上，所述目标词汇提取模块430具体用于：

获取所述词汇获取网页中的文本信息，将所述文本信息输入预先训练的目标词汇提取模型中，获得所述目标词汇提取模型输出的至少一对目标词汇。

在上述方案的基础上，所述装置还包括目标模型训练模块，用于：

在将所述文本信息输入预先训练的目标词汇提取模型中之前，获取文本信息和所述文本信息对应的互动词汇；

基于所述文本信息和所述互动词汇生成训练样本集，使用所述训练样本集对预先建立好的目标词汇提取模型进行训练，得到训练好的目标词汇提取模型。

在上述方案的基础上，所述装置还包括敏感词过滤模块，用于：

在将所述至少一对目标词汇添加至互动词汇数据库中之前，利用预设的敏感词对所述至少一对目标词汇进行筛选，删除与所述敏感词匹配的目标词汇对，将筛选后的至少一对目标词汇添加至所述互动词汇数据库中。

在上述方案的基础上，所述装置还包括审核结果更新模块，用于：

在将所述至少一对目标词汇添加至互动词汇数据库中之前，将包含有所述至少一对目标词汇的词汇审核请求发送至词汇管理端，以使所述词汇管理端对所述至少一对目标词汇进行审核；

接收所述词汇管理端反馈的审核结果，根据所述审核结果将审核通过的目标词汇添加至所述互动词汇数据库中。

本发明实施例所提供的用于语音连麦互动的互动词汇更新装置可执行任意实施例所提供的用于语音连麦互动的互动词汇更新方法，具备执行方法相应的功能模块和有益效果。

实施例五

图5是本发明实施例五所提供的计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备512的框图。图5显示的计算机设备512仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机设备512以通用计算设备的形式表现。计算机设备512的组件可以包括但不限于：一个或者多个处理器516，系统存储器528，连接不同系统组件(包括系统存储器528和处理器516)的总线518。

总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器516或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)530和/或高速缓存存储器532。计算机设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储装置534可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一对(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一对(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信，还可与一个或者多个使得用户能与该计算机设备512交互的设备通信，和/或与使得该计算机设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且，计算机设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器520通过总线518与计算机设备512的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理器516通过运行存储在系统存储器528中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的用于语音连麦互动的互动词汇更新方法，该方法包括：

通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；

从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；

从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中。

当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的用于语音连麦互动的互动词汇更新方法的技术方案。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的用于语音连麦互动的互动词汇更新方法，该方法包括：

通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；

从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；

从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中。

当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的用于语音连麦互动的互动词汇更新方法中的相关操作。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种用于语音连麦互动的互动词汇更新方法，其特征在于，包括：

通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；

从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；

从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中；

所述从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中，包括：

将所述词汇获取网页中的文本信息进行分词处理，并判断各分词之间的词性关系及语义关系；

将满足预设词性关系及预设语义关系的一对分词作为一对目标词汇；

在将所述至少一对目标词汇添加至互动词汇数据库中之前，还包括：

利用预设的敏感词对所述至少一对目标词汇进行筛选，删除与所述敏感词匹配的目标词汇对，将筛选后的至少一对目标词汇添加至所述互动词汇数据库中。

2.根据权利要求1所述的方法，其特征在于，所述从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页，包括：

选取预设网页类型的网页模板，对所述网页模板的源代码进行解析，得到与所述网页模板对应的网页模型；

根据所述网页模型对所述原始网页进行筛选，将所述原始网页中与所述网页模型匹配的网页作为词汇获取网页。

3.根据权利要求1所述的方法，其特征在于，所述从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中，包括：

获取所述词汇获取网页中的文本信息，将所述文本信息输入预先训练的目标词汇提取模型中，获得所述目标词汇提取模型输出的至少一对目标词汇。

4.根据权利要求3所述的方法，其特征在于，在将所述文本信息输入预先训练的目标词汇提取模型中之前，还包括：

获取文本信息和所述文本信息对应的互动词汇；

基于所述文本信息和所述互动词汇生成训练样本集，使用所述训练样本集对预先建立好的目标词汇提取模型进行训练，得到训练好的目标词汇提取模型。

5.根据权利要求1所述的方法，其特征在于，在将所述至少一对目标词汇添加至互动词汇数据库中之前，还包括：

将包含有所述至少一对目标词汇的词汇审核请求发送至词汇管理端，以使所述词汇管理端对所述至少一对目标词汇进行审核；

接收所述词汇管理端反馈的审核结果，根据所述审核结果将审核通过的目标词汇添加至所述互动词汇数据库中。

6.一种用于语音连麦互动的互动词汇更新装置，其特征在于，包括：

原始网页获取模块，用于通过对包含有与语音连麦互动标识所对应的特征词的检索式进行检索，从网络侧获取各搜索结果所对应的原始网页；

词汇网页获取模块，用于从所述原始网页中提取出与预设网页模板所匹配的词汇获取网页；

目标词汇提取模块，用于从所述词汇获取网页中提取出满足预设特征的至少一对目标词汇，并将所述至少一对目标词汇添加至互动词汇数据库中；

其中，所述目标词汇提取模块具体用于：

将所述词汇获取网页中的文本信息进行分词处理，并判断各分词之间的词性关系及语义关系；

将满足词性相同及预设语义关系的一对分词作为一对目标词汇；

所述装置还包括敏感词过滤模块，用于在将所述至少一对目标词汇添加至互动词汇数据库中之前，利用预设的敏感词对所述至少一对目标词汇进行筛选，删除与所述敏感词匹配的目标词汇对，将筛选后的至少一对目标词汇添加至所述互动词汇数据库中。

7.一种计算机设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的用于语音连麦互动的互动词汇更新方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的用于语音连麦互动的互动词汇更新方法。

Images