CN110377843A - 直播间处理方法及装置、电子设备、存储介质 - Google Patents
直播间处理方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN110377843A CN110377843A CN201910646605.0A CN201910646605A CN110377843A CN 110377843 A CN110377843 A CN 110377843A CN 201910646605 A CN201910646605 A CN 201910646605A CN 110377843 A CN110377843 A CN 110377843A
- Authority
- CN
- China
- Prior art keywords
- direct broadcasting
- broadcasting room
- text
- vector
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3347—Query execution using vector based model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于一种直播间处理方法及装置、电子设备、存储介质,涉及网络直播技术领域,该方法包括:获取直播间的目标文本,所述目标文本包括标题信息和/或弹幕信息;对所述直播间的所述目标文本进行分词得到分词后的文本,并根据所述分词后的文本确定所述直播间的文本向量;根据两个所述直播间的文本向量计算两个所述直播间之间的相似度,以便于根据所述相似度进行直播间处理。本公开能够避免热门直播间的影响,提高相似度的准确性以及全面性。
Description
技术领域
本公开涉及网络直播技术领域,具体而言,涉及一种直播间处理方法、直播间处理装置、电子设备以及计算机可读存储介质。
背景技术
相关技术中,在直播平台中,常用的推荐策略是向用户推荐该用户看过直播间相似的直播间,因此需要对直播间的相似度进行衡量。一般而言,可基于物品的协同过滤推荐算法来计算两两直播间之间的相似度。在这种方式中,直播间之间的相似度等于同时观看两个直播间的用户数除以至少观看了其中一个直播间的用户数。
上述方式中,仅仅考虑了两个直播间的观看用户,未考虑这些用户对其他直播间的观看情况,利用的只是部分信息,相似度衡量相对而言比较片面,且计算的相似度并不准确。同时,基于该相似度计算方法得到的直播间都会集中出现热门直播间,热门直播间对直播间处理负面影响较大的,进而导致直播间之间的相似度衡量并不公平可靠,使得推荐的直播间并不准确。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种直播间处理方法及装置、电子设备、存储介质,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的相似度不准确的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种直播间处理方法,包括:获取直播间的目标文本,所述目标文本包括标题信息和/或弹幕信息;对所述直播间的所述目标文本进行分词得到分词后的文本,并根据所述分词后的文本确定所述直播间的文本向量;根据两个所述直播间的文本向量计算两个所述直播间之间的相似度,以便于根据所述相似度进行直播间处理。
在本公开的一种示例性实施例中,获取直播间的目标文本包括:在预设时间周期内,按照所述标题信息和/或所述弹幕信息的生成时间获取所述直播间的所述目标文本。
在本公开的一种示例性实施例中,对所述直播间的所述目标文本进行分词得到分词后的文本包括:构建直播词汇词典,所述直播词汇词典用于存储与直播间相关的词汇;根据所述直播词汇词典对所述目标文本进行分词,以得到分词后的文本。
在本公开的一种示例性实施例中,根据所述分词后的文本确定所述直播间的文本向量包括:提取各所述分词后的文本的词向量,并根据所述词向量确定所述直播间的所述文本向量。
在本公开的一种示例性实施例中,提取各所述分词后的文本的词向量包括:将各所述分词后的文本输入word2vec模型进行训练,以提取各所述分词的所述词向量。
在本公开的一种示例性实施例中,根据所述词向量确定所述直播间的所述文本向量包括:对所述直播间所包含的词向量进行求和操作,得到总词向量;计算所述总词向量的平均值,并将所述平均值确定为所述直播间的所述文本向量。
在本公开的一种示例性实施例中,根据两个所述直播间的文本向量计算两个所述直播间之间的相似度包括:计算两个所述直播间对应的文本向量之间的夹角余弦,并根据所述夹角余弦确定每两个直播间之间的所述相似度。
根据本公开的一个方面,提供一种直播间处理装置,包括:文本获取模块,用于获取直播间的目标文本,所述目标文本包括标题信息和/或弹幕信息;向量确定模块,用于对所述直播间的所述目标文本进行分词得到分词后的文本,并根据所述分词后的文本确定所述直播间的文本向量;相似度计算模块,用于根据两个所述直播间的文本向量计算两个所述直播间之间的相似度,以便于根据所述相似度进行直播间处理。
根据本公开的一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的直播间处理方法。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的直播间处理方法。
本公开示例性实施例中提供的直播间处理方法、直播间处理装置、电子设备以及计算机可读存储介质中,获取直播间的包含标题信息和/或弹幕信息的目标文本;对直播间的目标文本进行分词并确定直播间的文本向量;进一步地根据两个所述直播间的文本向量计算两个所述直播间之间的相似度。一方面,通过对直播间的标题信息和/或弹幕信息进行分词,从而得到直播间的文本向量并根据文本向量来计算直播间的相似度,由于是基于全部直播间的标题信息和弹幕信息进行计算,全面地利用了所有直播间的标题信息和弹幕信息,提高了相似度衡量的全面性,从而能够提高计算的相似度的准确性。另一方面,利用直播间标题信息和弹幕信息对直播间的相似度进行衡量,有效地降低热门直播间在相似度计算中带来的负面影响,保证了直播间之间相似度衡量的公平性,并且提高了可靠性,能够基于相似度更准确地对直播间进行处理。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出本公开示例性实施例中一种直播间处理方法的示意图;
图2示意性示出本公开示例性实施例中分词处理的流程图;
图3示意性示出本公开示例性实施例中确定文本向量的具体过程图;
图4示意性示出本公开示例性实施例中直播间处理装置的框图;
图5示意性示出本公开示例性实施例中一种电子设备的框图;
图6示意性示出本公开示例性实施例中一种程序产品。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例实施方式中首先提供了一种直播间处理方法,可以应用于对直播间进行推荐、筛选的各种场景中。参考图1中所示,该方法包括以下步骤:
在步骤S110中,获取直播间的目标文本,所述目标文本包括标题信息和/或弹幕信息;
在步骤S120中,对所述直播间的所述目标文本进行分词得到分词后的文本,并根据所述分词后的文本确定所述直播间的文本向量;
在步骤S130中,根据两个所述直播间的文本向量计算两个所述直播间之间的相似度,以便于根据所述相似度进行直播间处理。
本公开示例性实施例中提供的直播间处理方法中,一方面,通过对直播间的标题信息和/或弹幕信息进行分词,从而得到直播间的文本向量来计算直播间的相似度,由于是基于全部直播间的标题信息和弹幕信息进行计算,全面地利用了全部直播间的标题信息和弹幕信息,提高了相似度衡量的全面性,从而能够提高计算的相似度的准确性。另一方面,利用直播间标题信息和弹幕信息对直播间的相似度进行衡量,有效地降低热门直播间在相似度计算中带来的负面影响,保证了直播间之间相似度衡量的公平性,并且提高了可靠性,从而使得到的直播间更准确。
接下来,参考附图对本示例性实施例中的直播间处理方法进行具体说明。
在步骤S110中,获取直播间的目标文本,所述目标文本包括标题信息和/或弹幕信息。
本示例性实施例中,直播间可以为直播平台上的任意类型的直播房间,例如可以包括但不限于游戏类直播间、影视类直播间、生活类直播间、综合类直播间等等。此处的直播间可以为每一个直播间。目标文本可以为直播间对应的标题信息,也可以为直播间对应的弹幕信息,还可以为直播间对应的标题信息以及弹幕信息,本示例性实施例中,以目标文本为标题信息和弹幕信息为例进行说明。
获取直播间的目标文本的具体过程可以包括:在预设时间周期内,按照所述标题信息和/或所述弹幕信息的生成时间获取所述直播间的所述目标文本。其中,预设时间周期可以根据实际需求进行合理设置,例如预设时间周期可以为30天、60天等等。在预设时间周期内获取直播间的标题信息和弹幕信息时,可以将预设时间周期内直播间的标题信息和弹幕信息收集为一份文本,从而作为目标文本。具体地,本示例性实施例中,可以按照标题信息和弹幕信息的生成时间或者是发布时间先后顺序(从小到大的时间正序)对直播间的标题信息和弹幕信息进行采集并整理,以生成直播间对应的目标文本。
在步骤S120中,对所述直播间的所述目标文本进行分词得到分词后的文本,并根据所述分词后的文本确定所述直播间的文本向量。
本示例性实施例中,在得到目标文本后,由于目标文本中包含的是用于表示标题或弹幕的字符串,因此需要对目标文本进行分词,以便于更精确地对目标文本进行处理。对目标文本进行分词的方法可以为字典匹配分词法、词义匹配分词法、统计匹配分词法中的任意一种,本示例性实施例中,以字典匹配分词法为例进行说明。
图2中示意性示出了分词处理的具体流程图,参考图2中所示,主要包括步骤S210和步骤S220,其中:
在步骤S210中,构建直播词汇词典,所述直播词汇词典用于存储与直播间相关的词汇。
本步骤中,由于直播间的弹幕信息以及标题信息等可能会出现专有名词以及网络词汇等非常见的词语,因此需要构建一个涵盖内容比较全面、覆盖范围较大的用于分词的分词词典。此处的直播词汇词典可用于存储于直播间相关的词汇,即存储与直播平台中的内容相关的词汇。
举例而言,直播词汇词典可以包含游戏、明星、影视剧、以及直播相关的专有名词以及其他网络词汇,主要来源例如可以包括词库和从论坛等网站通过人工方式收集。直播词汇词典的构建是为能够对直播间的标题信息和弹幕信息进行合理准确地分词。
在步骤S220中,根据所述直播词汇词典对所述目标文本进行分词,以得到分词后的文本。
本步骤中,可基于步骤S210中构建的直播词汇词典对预设时间周期内获得的直播间的目标文本进行分词处理,以得到分词后的文本。在分词时,可使用正向最大匹配法、逆向最大匹配法、最短路径分词法、双向最大匹配法中的任意一种。举例而言,对于目标文本“不知道你在说什么”这句话采用正向最大匹配法,得到的分词后的文本为“不知道,你,在,说什么”。
在得到分词后的文本,可根据分词后的文本确定直播间的文本向量,文本向量可以用于准确表示直播间的特征。在确定文本向量时,首先可提取各个分词后的文本的词向量,进一步可根据每一个分词后的文本的词向量确定直播间的文本向量。图3中示意性示出了确定文本向量的示意图,参考图3中所示,主要包括步骤S310和步骤S320,其中:
在步骤S310中,提取各所述分词后的文本的词向量。
本步骤中,词向量指的是来自词汇表的单词或短语被映射到实数的向量,词向量中每一个元素都对应着一个单词,词向量将每个词映射成一个固定长度的短向量,既能够降低维度,又能够把词与上下文的联系体现出来。生成词向量的方式可包括:基于统计的方法和基于语言模型的方法。
本示例性实施例中,词向量可以通过神经网络训练语言模型可以得到。具体地,提取各所述分词后的文本的词向量包括:将各所述分词后的文本输入word2vec模型进行训练,以提取各所述分词的词向量。具体地,word2vec模型是一个神经网络语言模型,基于语言模型进行分布式词向量的训练,可以通过词向量来度量词汇之间的关系。
本示例性实施例中,对所有直播间分词后的文本,可使用开源的工具来进行word2vec自然语言处理模型训练,模型训练结束可输出单个分词后的文本的词向量。通常的word2vec开源工具是google的gensim和apache的spark mllib,本发明实施例使用的是spark mllib。通过word2vec模型,能将所有的词向量化,这样就可以定量地度量词与词之间关系,挖掘词与词之间的联系。
在步骤S320中,根据所述词向量确定所述直播间的所述文本向量。
本步骤中,在得到每个分词后的文本的词向量之后,可根据一个直播间内包含的所有词向量确定直播间的文本向量,例如可以对所有的词向量进行合适的逻辑处理,从而得到一个用于精准表示直播间的特征的文本向量,即将多个词向量整合为一个文本向量。步骤S320的具体实现步骤包括步骤S321和步骤S322,其中:
在步骤S321中,对所述直播间所包含的词向量进行求和操作,得到总词向量;
在步骤S322中,计算所述总词向量的平均值,并将所述平均值确定为所述直播间的所述文本向量。
本示例性实施例中,在得到直播间所包含的所有分词后的文本对应的词向量之后,可对直播间已收集目标文本的词向量进行求和,得到所有词向量的总和,即一个总词向量。进一步地,在得到总词向量之后,可通过对总词向量进行平均处理,以计算总词向量的平均值,并且可以将平均值作为直播间的文本向量。
需要说明的是,在对直播间所包含的分词后的文本的词向量进行求和操作和平均处理时,均是对词向量的同一个维度进行的,以保证对向量操作的准确性。
具体地,根据每个分词后的文本的词向量,获取直播间的文本向量的计算公式如公式(1)所示:
其中,W表示直播间所包含分词对应的词向量集合,该集合包含词向量W1,W2,...,Wn,n表示词向量的个数。
举例而言,假设直播间包含的每个分词对应的词向量维度为3,直播间a1已获取的目标文本包含两个分词,两个分词对应的词向量分别为W1,W2;直播间a2已收集的目标文本包含三个分词,三个分词对应的词向量分别为W3,W4,W5。举例而言,W1=(1.8,0.1,0.3),W2=(-0.2,0.5,1.5),W3=(1.2,0.6,0.3),W4=(0.2,-0.1,1.4),W5=(0.4,1.0,0.4)。
根据公式(1),得到直播间a1的文本向量如公式(2)所示:
类似地,根据公式(1),得到直播间a2的文本向量如公式(3)所示:
继续参考图1中所示,在步骤S130中,根据两个所述直播间的文本向量计算两个所述直播间之间的相似度,以便于根据所述相似度进行直播间处理。
本示例性实施例中,两个所述直播间可以为任意的两个直播间,例如可以为热门直播间,也可以为非热门直播间,并不需要必须限制为热门直播间等等。在得到直播间的文本向量之后,可计算任意两个直播间已获取文本向量之间的相似度。相似度可以用欧式距离来表示,也可以用余弦相似度来表示。本示例性实施例中,以相似度用夹角余弦来表示为例进行说明,且夹角余弦越大,文本向量越相似,直播间之间的相似度越高。具体地,计算任意两个直播间的相似度的方法如公式(4)所示:
其中,Vec表示直播间的文本向量,Veci表示第i个直播间的文本向量,Vecj表示第j个直播间的文本向量,Veci*Vecj表示第i个直播间和第j个直播间的文本向量的点积,|Veci|表示第i个直播间的文本向量的模,|Vecj|表示第j个直播间的文本向量的模。
举例而言,假设直播间包含的每个分词对应的词向量维度为3,直播间a1的文本向量为Veca1,直播间a2的文本向量为Veca2,其中,Veca1=(0.8,0.3,0.9),Veca2=(0.6,0.5,0.7),根据公式(4)得到的直播间a1和直播间a2之间的相似度如公式(5)所示:
一般而言,sim(i,j)越大,则表示直播间i和直播间j越相似。
根据公式(4)中的方法,可以对任意两个直播间进行相似度计算,直至对所有直播间完成相似度计算为止。本示例性实施例中的方法,是在全部直播间标题和弹幕上进行计算,使得整个相似度的计算过程不仅仅是考虑两个房间的观看用户,有效的降低了只利用部分信息,相似度衡量相对比较片面的风险,增加了相似度衡量的全面性。此外,利用直播间的标题信息和弹幕信息,通过自然语言处理,使用向量化的方法计算直播间的相似度,可以有效地降低热门直播间在相似度计算中带来的负面影响,并且提高了相似度计算的可靠性和准确性。
在得到直播间之间的相似度之后,可根据相似度来对直播间进行处理。对直播间进行处理可以为进行直播间推荐或者是直播间筛选,等等,具体执行哪种处理,可根据实际需求进行确定。举例而言,在对用户进行直播间推荐时,可根据相似度的排列顺序(例如由大到小的顺序)向用户推荐直播间,从而提高直播间推荐的准确率,且避免了热门直播间对直播间推荐的结果的干扰,使得推荐的直播间不再只是热门直播间,提高了直播间推荐的可靠性和全面性。
本示例性实施例中,还提供了一种直播间处理装置,参考图4中所示,该直播间处理装置400可以包括:文本获取模块401、向量确定模块402以及相似度计算模块403,其中:
文本获取模块401,用于获取直播间的目标文本,所述目标文本包括标题信息和/或弹幕信息;
向量确定模块402,用于对所述直播间的目标文本进行分词得到分词后的文本,并根据所述分词后的文本确定所述直播间的文本向量;
相似度计算模块403,用于根据两个所述直播间的文本向量计算两个所述直播间之间的相似度,以便于根据所述相似度进行直播间处理。
在本公开的一种示例性实施例中,文本获取模块被配置为:在预设时间周期内,按照所述标题信息和/或所述弹幕信息的生成时间获取所述直播间的所述目标文本。
在本公开的一种示例性实施例中,向量确定模块包括:词典构建模块,用于构建直播词汇词典,所述直播词汇词典用于存储与直播间相关的词汇;分词模块,用于根据所述直播词汇词典对所述目标文本进行分词,以得到分词后的文本。
在本公开的一种示例性实施例中,向量确定模块包括:文本向量计算模块,用于提取各所述分词后的文本的词向量,并根据所述词向量确定所述直播间的所述文本向量。
在本公开的一种示例性实施例中,文本向量计算模块包括:词向量获取模块,用于将各所述分词后的文本输入word2vec模型进行训练,以提取各所述分词的所述词向量。
在本公开的一种示例性实施例中,文本向量计算模块包括:求和模块,用于对所述直播间所包含的词向量进行求和操作,得到总词向量;平均处理模块,用于计算所述总词向量的平均值,并将所述平均值确定为所述直播间的所述文本向量。
在本公开的一种示例性实施例中,相似度计算模块包括:计算控制模块,用于计算两个所述直播间对应的文本向量之间的夹角余弦,并根据所述夹角余弦确定两个所述直播间之间的所述相似度。
需要说明的是,上述直播间处理装置中各模块的具体细节已经在对应的直播间处理方法中进行了详细描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图5来描述根据本发明的这种实施方式的电子设备500。图5显示的电子设备500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,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线550。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元510可以执行如图1中所示的步骤。
存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205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。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、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550进行。并且,电子设备500还可以通过网络适配器560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560通过总线530与电子设备500的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备500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。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图6所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品600,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。
计算机可读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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
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、有线、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的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种直播间处理方法,其特征在于,包括:
获取直播间的目标文本,所述目标文本包括标题信息和/或弹幕信息;
对所述直播间的所述目标文本进行分词得到分词后的文本,并根据所述分词后的文本确定所述直播间的文本向量;
根据两个所述直播间的文本向量计算两个所述直播间之间的相似度,以便于根据所述相似度进行直播间处理。
2.根据权利要求1所述的直播间处理方法,其特征在于,获取直播间的目标文本包括:
在预设时间周期内,按照所述标题信息和/或所述弹幕信息的生成时间获取所述直播间的所述目标文本。
3.根据权利要求1所述的直播间处理方法,其特征在于,对所述直播间的所述目标文本进行分词得到分词后的文本包括:
构建直播词汇词典,所述直播词汇词典用于存储与直播间相关的词汇;
根据所述直播词汇词典对所述目标文本进行分词,以得到分词后的文本。
4.根据权利要求1所述的直播间处理方法,其特征在于,根据所述分词后的文本确定所述直播间的文本向量包括:
提取各所述分词后的文本的词向量,并根据所述词向量确定所述直播间的所述文本向量。
5.根据权利要求4所述的直播间处理方法,其特征在于,提取各所述分词后的文本的词向量包括:
将各所述分词后的文本输入word2vec模型进行训练,以提取各所述分词的所述词向量。
6.根据权利要求4所述的直播间处理方法,其特征在于,根据所述词向量确定所述直播间的所述文本向量包括:
对所述直播间所包含的词向量进行求和操作,得到总词向量;
计算所述总词向量的平均值,并将所述平均值确定为所述直播间的所述文本向量。
7.根据权利要求1所述的直播间处理方法,其特征在于,根据两个所述直播间的文本向量计算两个所述直播间之间的相似度包括:
计算两个所述直播间对应的文本向量之间的夹角余弦,并根据所述夹角余弦确定两个所述直播间之间的所述相似度。
8.一种直播间处理装置,其特征在于,包括:
文本获取模块,用于获取直播间的目标文本,所述目标文本包括标题信息和/或弹幕信息;
向量确定模块,用于对所述直播间的所述目标文本进行分词得到分词后的文本,并根据所述分词后的文本确定所述直播间的文本向量;
相似度计算模块,用于根据两个所述直播间的文本向量计算两个所述直播间之间的相似度,以便于根据所述相似度进行直播间处理。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任意一项所述的直播间处理方法。
10.一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,所述计算机程序被处理器执行时实现权利要求1-7任意一项所述的直播间处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910646605.0A CN110377843A (zh) | 2019-07-17 | 2019-07-17 | 直播间处理方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910646605.0A CN110377843A (zh) | 2019-07-17 | 2019-07-17 | 直播间处理方法及装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110377843A true CN110377843A (zh) | 2019-10-25 |
Family
ID=68253700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910646605.0A Pending CN110377843A (zh) | 2019-07-17 | 2019-07-17 | 直播间处理方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110377843A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111986007A (zh) * | 2020-10-26 | 2020-11-24 | 北京值得买科技股份有限公司 | 一种商品聚合并计算相似度的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160110449A1 (en) * | 2012-10-24 | 2016-04-21 | Imagination Technologies Limited | Method, System and Device for Connecting Similar Users |
CN107992470A (zh) * | 2017-11-08 | 2018-05-04 | 中国科学院计算机网络信息中心 | 一种基于相似度的文本查重方法及系统 |
CN108280059A (zh) * | 2018-01-09 | 2018-07-13 | 武汉斗鱼网络科技有限公司 | 直播间内容标签提取方法、存储介质、电子设备及系统 |
CN109063133A (zh) * | 2018-08-02 | 2018-12-21 | 武汉斗鱼网络科技有限公司 | 一种直播间标签的添加方法、系统、设备及介质 |
CN109257648A (zh) * | 2018-09-30 | 2019-01-22 | 武汉斗鱼网络科技有限公司 | 一种直播间相似度修正方法、装置、终端及存储介质 |
-
2019
- 2019-07-17 CN CN201910646605.0A patent/CN110377843A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160110449A1 (en) * | 2012-10-24 | 2016-04-21 | Imagination Technologies Limited | Method, System and Device for Connecting Similar Users |
CN107992470A (zh) * | 2017-11-08 | 2018-05-04 | 中国科学院计算机网络信息中心 | 一种基于相似度的文本查重方法及系统 |
CN108280059A (zh) * | 2018-01-09 | 2018-07-13 | 武汉斗鱼网络科技有限公司 | 直播间内容标签提取方法、存储介质、电子设备及系统 |
CN109063133A (zh) * | 2018-08-02 | 2018-12-21 | 武汉斗鱼网络科技有限公司 | 一种直播间标签的添加方法、系统、设备及介质 |
CN109257648A (zh) * | 2018-09-30 | 2019-01-22 | 武汉斗鱼网络科技有限公司 | 一种直播间相似度修正方法、装置、终端及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111986007A (zh) * | 2020-10-26 | 2020-11-24 | 北京值得买科技股份有限公司 | 一种商品聚合并计算相似度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sanabria et al. | How2: a large-scale dataset for multimodal language understanding | |
US11302337B2 (en) | Voiceprint recognition method and apparatus | |
US20220180882A1 (en) | Training method and device for audio separation network, audio separation method and device, and medium | |
CN107300970B (zh) | 虚拟现实交互方法和装置 | |
CN110830812B (zh) | 相似主播分类模型训练方法、主播推荐方法及相关装置 | |
US11151324B2 (en) | Generating completed responses via primal networks trained with dual networks | |
CN109064278A (zh) | 目标对象推荐方法及装置、电子设备、存储介质 | |
Laraba et al. | Dance performance evaluation using hidden Markov models | |
CN110287461A (zh) | 文本转换方法、装置及存储介质 | |
CN107209552A (zh) | 基于凝视的文本输入系统和方法 | |
CN106649345A (zh) | 用于新闻的自动会话创建器 | |
CN111566646B (zh) | 用于对数据进行混淆和解码的电子装置以及用于控制该电子装置的方法 | |
US20180204480A1 (en) | Cognitive training system | |
US20220309088A1 (en) | Method and apparatus for training dialog model, computer device, and storage medium | |
KR20190095620A (ko) | 전자 장치 및 그의 제어방법 | |
CN111353299B (zh) | 基于人工智能的对话场景确定方法和相关装置 | |
US11250468B2 (en) | Prompting web-based user interaction | |
CN110489747A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
CN113361363A (zh) | 人脸图像识别模型的训练方法、装置、设备及存储介质 | |
CN107590130A (zh) | 场景确定方法及装置、存储介质和电子设备 | |
Vretos et al. | Exploiting sensing devices availability in AR/VR deployments to foster engagement | |
CN108877771A (zh) | 数据处理方法、存储介质和电子设备 | |
CN109034199A (zh) | 数据处理方法及装置、存储介质和电子设备 | |
US20230055991A1 (en) | System and method for interactive dialogue | |
CN108646917A (zh) | 智能设备控制方法及装置、电子设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |