CN111309200A - 一种扩展阅读内容的确定方法、装置、设备及存储介质 - Google Patents

一种扩展阅读内容的确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111309200A
CN111309200A CN202010054605.4A CN202010054605A CN111309200A CN 111309200 A CN111309200 A CN 111309200A CN 202010054605 A CN202010054605 A CN 202010054605A CN 111309200 A CN111309200 A CN 111309200A
Authority
CN
China
Prior art keywords
resource
reading
requirement
result
target
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.)
Granted
Application number
CN202010054605.4A
Other languages
English (en)
Other versions
CN111309200B (zh
Inventor
宋丹丹
姚后清
施鹏
柏林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010054605.4A priority Critical patent/CN111309200B/zh
Publication of CN111309200A publication Critical patent/CN111309200A/zh
Priority to US17/023,048 priority patent/US11526259B2/en
Application granted granted Critical
Publication of CN111309200B publication Critical patent/CN111309200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0483Interaction with page-structured environments, e.g. book metaphor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295Named entity recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/93Document management systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9532Query formulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482Interaction with lists of selectable items, e.g. menus
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842Selection of displayed objects or displayed text elements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/12Use of codes for handling textual entities
    • G06F40/131Fragmentation of text files, e.g. creating reusable text-blocks; Linking to fragments, e.g. using XInclude; Namespaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/169Annotation, e.g. comment data or footnotes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/06Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
    • G06F7/08Sorting, i.e. grouping record carriers in numerical or other ordered sequence according to the classification of at least some of the information they carry

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开一种扩展阅读内容的确定方法、装置、设备及存储介质,涉及数据处理领域,包括:响应于对目标页面的查看请求,对所述目标页面进行显示;根据所述目标页面中至少一项目标阅读内容的需求识别结果与扩展阅读资源之间的对应关系,在所述目标页面中,对所述扩展阅读资源进行阅读提示;响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示。本申请向用户提供了音频以及视频等作为扩展阅读资源,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本申请中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。

Description

一种扩展阅读内容的确定方法、装置、设备及存储介质
技术领域
本申请涉及数据处理领域,尤其涉及一种扩展阅读内容的确定方法、装置、设备及存储介质。
背景技术
目前,电子化的阅读场景已经无处不在,无论是新闻网站、电子书、自媒体和问答网站等都在不断地降低着人类获取知识的成本,但是用户在电子化的阅读过程中难免会产生新的认知需求。
发明人在实现本发明的过程中发现,用户在阅读某一个页面的过程中,可能会实时产生新的阅读需求,例如,在阅读某一图片的过程中,想要了解图片中某一个人物的生平信息,或者在阅读到某一段台词时,想要观看该台词所出自的电影等。此时,用户就需要打断当前的阅读内容,并独立构造新的搜索词进行网络搜索,以满足新的阅读需求,并在新的阅读需求满足后,重新回到当前页面继续阅读。这样的阅读方式破坏了阅读的连续性,且用户自主发起搜索的方式也降低了用户的阅读效率。
发明内容
本申请提供一种扩展阅读内容的确定方法、装置、设备及存储介质,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验。
第一方面,本申请提供了一种扩展阅读内容的确定方法,所述方法包括:响应于对目标页面的查看请求,对所述目标页面进行显示;根据所述目标页面中至少一项目标阅读内容的需求识别结果与扩展阅读资源之间的对应关系,在所述目标页面中,对所述扩展阅读资源进行阅读提示;响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示。
可选的,在所述目标页面中,对所述扩展阅读资源的进行阅读提示之前,还包括:获取与目标页面的至少一项目标阅读内容匹配的需求识别结果;根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源。
可选的,获取与目标页面的至少一项目标阅读内容匹配的需求识别结果,包括:在目标页面中,获取至少一项目标文本内容作为所述目标阅读内容;对所述目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果。这样设置的好处在于:考虑到用户最常见的阅读内容为文本形式的阅读内容,通过对文本阅读内容进行一个或者多个文本粒度的识别,可以满足用户不同文本粒度的扩展阅读需求。
可选的,对所述目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果,包括:获取与各所述文本粒度分别对应的需求识别模型;将所述目标阅读内容按照与所述需求识别模型匹配的识别单元,输入至匹配的需求识别模型中,得到与文本粒度匹配的需求识别结果。这样设置的好处在于:通过使用技术相对成熟的需求识别模型确定与文本粒度匹配的需求识别结果,在保证识别准确性的同时也可以满足实时性的要求。
可选的,所述文本粒度包括:实体;在得到与实体匹配的需求识别结果之后,还包括:将实体的需求识别结果输入至实体扩展需求概念库中,得到实体上位需求扩展结果加入至所述实体的需求识别结果中;和/或将实体的需求识别结果输入至实体热点需求概念库中,得到实体热点需求扩展结果加入至所述实体的需求识别结果中。这样设置的好处在于:通过引入实体扩展需求概念库和实体热点需求概念库,满足了用户文本阅读过程中的多维度的实体扩展需求,扩展了阅读的深度与广度。
可选的,所述文本粒度包括:短语;在得到与短语匹配的需求识别结果之后,还包括:将短语的需求识别结果输入至短语扩展需求概念库中,得到短语需求扩展结果加入至所述短语的需求识别结果中。这样设置的好处在于:通过引入短语扩展需求概念库,满足了用户文本阅读过程中的多维度的短语扩展需求,扩展了阅读的深度与广度。
可选的,根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源,包括:将资源库中各项资源的资源描述信息与各文本粒度的需求识别结果进行匹配,得到与各文本粒度的需求识别结果分别对应的资源召回结果;根据与各需求识别结果分别对应的文本粒度间的包含关系,对各所述资源召回结果进行筛选,得到所述扩展阅读资源。这样设置的好处在于:获取到与用户阅读过程中的潜在扩展需求最为匹配的资源召回结果,丰富了阅读的生动性,提升了用户的阅读体验。
可选的,所述文本粒度包括:实体;将资源库中各项资源的资源描述信息与实体的需求识别结果进行匹配,得到与实体的需求识别结果对应的资源召回结果,包括:将所述实体的需求识别结果与资源库中各项资源的资源标签进行匹配,得到与实体的需求识别结果对应的资源召回结果。这样设置的好处在于:获取到与用户阅读过程中的潜在的实体扩展需求最为匹配的资源召回结果,丰富了阅读的生动性,提升了用户的阅读体验。
可选的,在将资源库中各项资源的资源描述信息与实体的需求识别结果进行匹配之前,还包括:筛除所述实体的需求识别结果中包括的泛型需求实体。这样设置的好处在于:筛除实体的需求识别结果中的通用实体,以免推荐与实体的需求识别结果匹配的大量扩展阅读内容时,对用户造成干扰。
可选的,所述文本粒度包括:短语;将资源库中各项资源的资源描述信息与短语的需求识别结果进行匹配,得到与短语的需求识别结果对应的资源召回结果,包括:将资源库中关联资源集合的资源标签与所述短语的需求识别结果进行匹配,得到第一资源召回结果;如果所述第一资源召回结果为空,则将资源库中各项资源的资源标签与所述短语的需求识别结果进行匹配,得到与短语的需求识别结果对应的资源召回结果;如果所述第一资源召回结果不为空,则根据所述第一资源召回结果,生成与短语的需求识别结果对应的资源召回结果。这样设置的好处在于:获取到与用户阅读过程中的潜在的短语扩展需求最为匹配的资源召回结果,丰富了阅读的生动性,提升了用户的阅读体验。
可选的,所述文本粒度包括:句子;将资源库中各项资源的资源描述信息与句子的需求识别结果进行匹配,得到与句子的需求识别结果对应的资源召回结果,包括:将资源库中各项资源的资源内容概述信息与句子的需求识别结果进行匹配,得到第二资源召回结果;如果所述第二资源召回结果为空,则在所述句子的需求识别结果中进行关键实体识别,并将资源库中的各项资源的资源标签与所述关键实体识别结果进行匹配,得到与句子的需求识别结果对应的资源召回结果;如果所述第二资源召回结果不为空,则根据所述第二资源召回结果,生成与句子的需求识别结果对应的资源召回结果。这样设置的好处在于:获取到与用户阅读过程中的潜在的句子扩展需求最为匹配的资源召回结果,丰富了阅读的生动性,提升了用户的阅读体验。
可选的,所述文本粒度包括:段落;将资源库中各项资源的资源描述信息与段落的需求识别结果进行匹配,得到与段落的需求识别结果对应的资源召回结果,包括:将资源库中的各项资源的资源内容概述信息以及资源内容细节信息与段落的需求识别结果进行匹配,得到与段落的需求识别结果对应的资源召回结果。这样设置的好处在于:获取到与用户阅读过程中的潜在的段落扩展需求最为匹配的资源召回结果,丰富了阅读的生动性,提升了用户的阅读体验。
可选的,根据与各需求识别结果分别对应的文本粒度间的包含关系,对各所述资源召回结果进行筛选,得到所述扩展阅读资源,包括:按照文本粒度从小到大的顺序,依次获取一个目标文本粒度的目标需求识别结果;判断与所述目标需求识别结果匹配的目标文本内容中,是否存在高于所述目标文本粒度的其他文本粒度的需求识别结果;若是,则将与所述目标需求识别结果对应的资源召回结果进行删除;否则,将与所述目标需求识别结果对应的资源召回结果作为一项扩展阅读资源;返回执行按照文本粒度从小到大的顺序,依次获取一个目标文本粒度的目标需求识别结果,直至完成对全部需求识别结果的处理。这样设置的好处在于,如果同一目标文本内容对应多个文本粒度的需求识别结果时,则可以仅保留最大文本粒度的需求识别结果,以避免推荐大量的扩展阅读内容时,对用户造成干扰。
可选的,在根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源之后,还包括:按照预设的排序筛选算法对所述扩展阅读资源进行排序筛选。这样设置的好处在于,向用户提供最优质的文档、图片或者视频作为扩展阅读资源,提升了用户的阅读体验。
可选的,在根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源之后,还包括:在目标页面中,确定与各所述扩展阅读资源分别对应的阅读内容;如果同一目标阅读内容对应至少两项扩展阅读资源,则将所述至少两项扩展阅读资源聚合得到与所述目标阅读内容对应的资源聚合结果。这样设置的好处在于,向用户提供最全面的文档、图片或者视频作为扩展阅读资源,最大程度地满足了用户的扩展阅读需求。
可选的,在响应于对目标页面的查看请求,对所述目标页面进行显示之后,还包括:获取所述目标页面中的全部页面内容,或者,用户在所述目标页面中选择的页面内容,作为所述目标阅读内容。
可选的,在响应于对目标页面的查看请求,对所述目标页面进行显示之前,还包括:在获取所述目标页面作为搜索引擎收录页面时,获取所述目标页面中的全部页面内容作为所述目标阅读内容。
可选的,在所述目标页面中,对所述扩展阅读资源的进行阅读提示,包括:在所述目标页面中标识与所述扩展阅读资源对应的阅读内容,并在与所述阅读内容匹配的页面位置处显示资源图标,以对所述扩展阅读资源的进行阅读提示。这样设置的好处在于,在目标页面中标识与扩展阅读资源对应的阅读内容,并在与阅读内容匹配的页面位置处显示资源图标,方便用户查看扩展阅读资源。
可选的,响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示,包括:响应于与所述资源图标匹配的用户操作,在所述目标页面中弹出与所述扩展阅读资源,和/或资源聚合结果匹配的资源浏览浮层;响应于对所述资源浏览浮层中目标扩展阅读资源的选择,展示所述目标扩展阅读资源。
第二方面,本申请提供了一种扩展阅读内容的确定装置,该装置包括:
目标页面显示模块,用于响应于对目标页面的查看请求,对所述目标页面进行显示;扩展阅读资源阅读提示模块,用于根据所述目标页面中至少一项目标阅读内容的需求识别结果与扩展阅读资源之间的对应关系,在所述目标页面中,对所述扩展阅读资源进行阅读提示;扩展阅读资源展示模块,用于响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示。
第三方面,本申请提供了一种电子设备,该电子设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请任意实施例提供的一种扩展阅读内容的确定方法。
第四方面,本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请任意实施例提供的一种扩展阅读内容的确定方法。
上述申请中的一个实施例通过获取目标页面中至少一项目标阅读内容的需求识别结果对应的扩展阅读资源,并在目标页面中展示扩展阅读资源的技术手段,可以实现在用户阅读目标页面的同时,获取页面中深层的阅读需求对应的扩展阅读资源提供给用户,在满足用户阅读连续性的同时,最大程度的满足了用户的扩展阅读需求,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是根据本申请第二实施例的示意图;
图3是根据本申请第三实施例的示意图;
图4是根据本申请第四实施例的示意图;
图5是根据本申请第五实施例的示意图;
图6是根据本申请第六实施例的示意图;
图7是根据本申请第七实施例的示意图;
图8是用来实现本申请实施例的扩展阅读内容的确定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
实施例一
图1为本申请实施例一提供的一种扩展阅读内容的确定方法的流程图,本实施例可适用于将目标页面中的一项或者多项阅读内容匹配的扩展阅读资源进行展示的情形,该方法可以由扩展阅读内容的确定装置来执行,该装置可以由软件和/或硬件来实现,并一般可以集成在具有数据识别与处理功能的终端或者服务器中,所述方法具体包括如下步骤:
步骤110、响应于对目标页面的查看请求,对所述目标页面进行显示。
在本实施例中,所述目标页面可以为用户通过终端设备进行网页浏览过程中,实时打开的页面,也可以为搜索引擎服务器在进行页面收录过程中,实时收录的页面。
步骤120、根据所述目标页面中至少一项目标阅读内容的需求识别结果与扩展阅读资源之间的对应关系,在所述目标页面中,对所述扩展阅读资源进行阅读提示。
在此步骤中,本实施例可以获取所述目标页面中的全部页面内容,或者,用户在所述目标页面中选择的页面内容,作为所述目标阅读内容;如果目标页面为搜索引擎服务器收录的页面,本实施例还可以获取目标页面中的全部页面内容作为所述目标阅读内容。其中,目标阅读内容可以为目标页面中具有一定的有效信息量,且能够满足用户阅读需求的有效阅读内容,例如,文本、图片、音频或者视频等。该目标阅读内容可以为目标页面中包括的全部有效阅读内容,也可以为用户在浏览该目标页面的过程中,在该目标页面中选择的内容,例如,某一段文字、某一副图片或者某一个视频等。
在本实施例中,需求识别结果具体反映了目标阅读内容所反映的抽象内容或者关键描述特征,该需求识别结果可以为实体、短语或者一个或者多个句子,扩展阅读资源为与所述需求识别结果相似度较高的资源,可以为图片、文档、音频以及视频等。在一个具体的实施例中,本实施例预先建立了所述需求识别结果与扩展阅读资源之间的对应关系,并且在与所述目标阅读内容匹配的页面位置处显示扩展阅读资源提示框,以对用户进行扩展阅读资源的提示。
步骤130、响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示。
在此步骤中,当用户想要查看上述扩展阅读资源时,可以点击扩展阅读资源提示框,也可以在扩展阅读资源提示框悬停。本实施例在检测到上述用户操作行为时,可以将与目标阅读内容对应的扩展阅读资源进行展示。
本实施例通过将用户查看的目标页面进行显示,然后根据目标页面中的目标阅读内容的需求识别结果,对与目标阅读内容对应的扩展阅读资源进行展示。本实施例向用户提供了音频以及视频等作为扩展阅读资源,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本实施例中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。
实施例二
本实施例在上述实施例一的基础上,提供了具体的获取与所述需求识别结果对应的扩展阅读资源的实施方式。与上述实施例相同或相应的术语解释,本实施例不再赘述。图2为本申请实施例二提供的一种扩展阅读内容的确定方法的流程图,方法具体包括如下步骤:
步骤210、获取与目标页面的至少一项目标阅读内容匹配的需求识别结果。
在本实施例中,获取与目标页面的至少一项目标阅读内容匹配的需求识别结果,可以根据目标阅读内容的数据形式(例如,文本或者图片等),采取匹配的需求方式,获取与目标阅读内容匹配的需求识别结果。例如,如果该目标阅读内容为文本,则可以通过文本意图识别的方式,获取匹配的需求识别结果,如果目标阅读内容为图片,则可以通过图像识别的方式,获取匹配的需求识别结果,如果目标阅读内容为视频,则可以首先提取关键帧或者字幕信息,并进一步根据文本意图识别或者图像识别,确定匹配的需求识别结果等,本实施例对此并不进行限制。
在一个具体的例子中,为满足电子化阅读场景下浏览过程中用户不断产生的认知需求,本实施例可以将用户当前浏览页面作为目标页面,在一个具体的实施例中,根据该目标页面中包括的全部文本内容,本实施例通过文本理解技术挖掘出用户潜在的需要扩展阅读的文本,比如特定的实体、短语、句子或者段落作为目标阅读内容,然后通过预先训练的识别模型,例如实体需求识别模型以及短语需求识别模型等,对上述实体、短语、句子或者段落进行识别,然后获取到该目标页面的需求识别结果。
在另一个具体的实施例中,用户打开上述目标页面后,可以通过手动的方式在该目标页面中选择需要扩展阅读的文本,比如特定的段落、句子、短语或者词作为目标阅读内容,本实施例通过预先训练的识别模型,例如实体需求识别模型以及短语需求识别模型等,对上述段落、句子、短语或者词进行识别,然后获取到该目标页面的需求识别结果。
步骤220、根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源。
在此步骤中,本实施例预先建立了包括各类资源的资源库,所述资源包括:视频资源,和/或音频资源。资源描述信息可以包括资源标签、资源内容概述信息、资源质量以及资源内容细节信息等。在一个具体的实施例中,本实施例利用视频理解技术获取到与上述需求识别结果对应的扩展阅读资源为具体的视频,资源标签可以为该视频的分类信息;资源内容概述信息可以为该视频中涉及的具体的行为信息或者视频播放内容的概述信息等,比如演唱会信息;资源质量为该视频的画质以及清晰度等参数信息;资源内容细节信息为该视频中包括的具体的台词以及对话信息等。
本实施例将上述步骤中获取到的需求识别结果与资源库中的资源描述信息作对比,筛选出与该需求识别结果相似度较高的资源作为扩展阅读资源。
其中,当同一需求识别结果对应多个扩展阅读资源时,为了避免过多的扩展阅读资源给用户带来的不必要的打扰,本实施例按照预设的排序筛选算法对所述扩展阅读资源进行排序筛选,具体的,假设扩展阅读资源为多个视频,本实施例可以通过对比视频的画质、清晰度以及点击量等参数信息筛选出设定数量的优质视频(例如,2个或者3个等)作为与上述需求识别结果最匹配的扩展阅读资源。
在本实施例中,获取到与目标页面包括的全部需求识别结果对应的扩展阅读资源后,在目标页面中确定与各扩展阅读资源分别对应的阅读内容;如果同一目标阅读内容对应至少两项扩展阅读资源,则将所述至少两项扩展阅读资源聚合得到与所述目标阅读内容对应的资源聚合结果。
具体的,假设目标页面中有一项目标阅读内容同时对应视频和图片两项扩展阅读资源,则将该两项扩展阅读资源聚合得到资源聚合结果,并将此资源聚合结果作为与上述目标阅读内容对应的最终扩展阅读资源。
本实施例通过获取与目标页面的目标阅读内容匹配的需求识别结果;然后根据资源库中各项资源的资源描述信息,获取到与需求识别结果对应的扩展阅读资源。本实施例向用户提供了优质的视频以及音频作为扩展阅读资源,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本实施例中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。
实施例三
本实施例在上述实施例的基础上,提供了具体的获取与目标页面的至少一项目标阅读内容匹配的需求识别结果的实施方式。与上述实施例相同或相应的术语解释,本实施例不再赘述。图3为本实施例三提供的一种扩展阅读内容的确定方法的流程图,方法具体包括如下步骤:
步骤310、在目标页面中,获取至少一项目标文本内容作为所述目标阅读内容。
在此步骤中,本实施例可以将用户当前浏览页面作为目标页面,在一个具体的实施例中,根据该目标页面中包括的全部文本内容,本实施例通过文本理解技术挖掘出用户潜在的需要扩展阅读的文本,比如特定的实体、短语、句子或者段落作为目标阅读内容。
在另一个具体的实施例中,用户打开上述目标页面后,可以通过手动的方式在该目标页面中选择需要扩展阅读的文本,比如特定的段落、句子、短语或者词段落作为目标阅读内容。
步骤320、对所述目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果。
在本实施例中,文本粒度可以包括实体、短语、句子以及段落。
在一个具体的实施例中,假设目标阅读内容为实体或者短语,本实施例可以对目标阅读内容进行专名识别或者短语识别后,得到与所述目标阅读内容对应的,且反映目标阅读内容中关键信息的实体或者短语,然后将上述内容输入至搜索引擎,获取搜索结果页面,并通过大数据获取用户针对该搜索结果页面选择点击最多的一个页面对应的知识点(实体或者短语)作为与目标阅读内容对应的需求识别结果;
在另一个具体的例子中,假设目标阅读内容为句子或者段落,本实施例可以直接将目标阅读内容输入至搜索引擎,获取搜索结果页面,并通过大数据获取用户针对该搜索结果页面选择点击最多的一个页面对应的页面描述信息作为与目标阅读内容对应的需求识别结果。
在另一个具体的例子中,假设目标阅读内容为段落,本实施例可以将该段落拆分成多个句子,并按照设定的算法,对上述多个句子进行排名(rank),取排名第一的句子作为该段落对应的需求识别结果,也可以将该段落进行语义压缩,得到与压缩后的每个句子对应的语义向量,然后获取每个语义向量的语义召回结果,对多个语义召回结果进行排名,并取排名第一的语义召回结果作为该段落的需求识别结果。
在另一个具体的实施例中,本实施例可以利用预先训练的识别模型对每个实体、短语以及句子分别进行需求识别,得到对应的需求识别结果。具体的方法步骤如下:
S301、获取与各文本粒度分别对应的需求识别模型。
在此步骤中,本实施例预先训练了各文本粒度分别对应的需求识别模型,包括:实体需求识别模型,短语需求识别模型、句子需求识别模型以及段落需求识别模型。
S302、将所述目标阅读内容按照与所述需求识别模型匹配的识别单元,输入至匹配的需求识别模型中,得到与文本粒度匹配的需求识别结果。
在一个具体的实施例中,本实施例将目标阅读内容以句子为识别单元输入至实体需求识别模型,可以得到相应的实体需求识别结果;将目标阅读内容以句子为识别单元输入至短语需求识别模型,可以得到相应的短语需求识别结果;将目标阅读内容以句子为识别单元输入至句子需求识别模型,可以得到相应的句子需求识别结果;将目标阅读内容以段落为识别单元输入至段落需求识别模型,可以得到段落需求识别结果。
在一个具体的实施例中,当文本粒度为实体时,在得到与实体匹配的需求识别结果之后,本实施例可以将实体的需求识别结果输入至实体扩展需求概念库中,得到实体上位需求扩展结果加入至所述实体的需求识别结果中;和/或将实体的需求识别结果输入至实体热点需求概念库中,得到实体热点需求扩展结果加入至所述实体的需求识别结果中。
在此步骤中,实体扩展需求概念库与实体热点需求概念库是本实施例预先建立的用于扩展实体内容的知识库。
具体的,假设利用实体需求识别模型得到的实体需求识别结果为“仰韶文化”,将此实体需求识别结果输入至实体扩展需求概念库中,可以得到实体上位需求扩展结果为“中国新石器时代文化”,并将此实体上位需求扩展结果加入至上述实体需求识别结果中,形成新的实体需求识别结果;假设利用实体需求识别模型得到的实体需求识别结果为“后母戊鼎”,将此实体需求识别结果输入至实体热点需求概念库中,可以得到实体热点需求扩展结果为“后母戊鼎的名字来源”,并将此实体热点需求扩展结果加入至上述实体需求识别结果中,形成新的实体需求识别结果。
在另一个具体的实施例中,当文本粒度为实体时,在得到与实体匹配的需求识别结果之后,本实施例还可以将实体的需求识别结果在预先建立的知识图谱或者结构化知识库中进行查找,得到实体上位需求扩展结果、实体下位需求扩展结果以及实体同位需求扩展结果,并加入至所述实体的需求识别结果中。
具体的,假设利用实体需求识别模型得到的实体需求识别结果为“仰韶文化”,将此实体需求识别结果在预先建立的知识图谱或者结构化知识库中进行查找,可以得到实体上位需求扩展结果为“中国新石器时代文化”,实体下位需求扩展结果为“彩陶的类型”,实体同位需求扩展结果为“磁山文化”,并将上述实体上位需求扩展结果、实体下位需求扩展结果以及实体同位需求扩展结果加入至实体的需求识别结果中。
当文本粒度为短语时,在得到与短语匹配的需求识别结果之后,本实施例还将短语的需求识别结果输入至短语扩展需求概念库中,得到短语需求扩展结果加入至所述短语的需求识别结果中。
在此步骤中,短语扩展需求概念库是本实施例预先建立的用于扩展短语内容的知识库。
具体的,假设利用短语需求识别模型得到的短语需求识别结果为“公务员报考条件”,将此短语需求识别结果输入至短语扩展需求概念库中,可以得到短语需求扩展结果为“公务员报考内容”,并将此短语需求扩展结果加入至上述短语需求识别结果中,形成新的短语需求识别结果。
步骤330、根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源。
本实施例通过对目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果;然后根据资源库中各项资源的资源描述信息,获取到与需求识别结果对应的扩展阅读资源。本实施例通过引入实体扩展需求概念库、实体热点需求概念库以及短语扩展需求概念库,满足了用户文本阅读过程中的多维度的潜在扩展需求,向用户提供了优质的文档、图片以及视频作为扩展阅读资源,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本实施例中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。
实施例四
本实施例在上述实施例的基础上,提供了具体的获取与需求识别结果对应的扩展阅读资源的实施方式。与上述实施例相同或相应的术语解释,本实施例不再赘述。图4为本实施例四提供的一种扩展阅读内容的确定方法的流程图,方法具体包括如下步骤:
步骤410、在目标页面中,获取至少一项目标文本内容作为所述目标阅读内容。
步骤420、对所述目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果。
步骤430、将资源库中各项资源的资源描述信息与各文本粒度的需求识别结果进行匹配,得到与各文本粒度的需求识别结果分别对应的资源召回结果。
在此步骤中,本实施例预先建立了包括各类资源的资源库,所述资源可以为图片、文档、音频以及视频等。资源描述信息可以包括资源标签、资源内容概述信息、资源质量以及资源内容细节信息等。本实施例将上述步骤获取到的各文本粒度的需求识别结果(实体需求识别结果、短语需求识别结果、句子需求识别结果以及段落需求识别结果)与资源库中各项资源的资源描述信息进行匹配,得到与各文本粒度的需求识别结果分别对应的资源召回结果。
其中,当文本粒度为实体时,将所述实体的需求识别结果与资源库中各项资源的资源标签进行匹配,得到与实体的需求识别结果对应的资源召回结果。
具体的,假设实体的需求识别结果为“娱乐新闻”,资源标签可以为资源库中的视频分类信息,将此实体的需求识别结果与资源库中各项资源的资源标签进行匹配,获取到资源标签为“娱乐”的视频资源作为与上述实体的需求识别结果对应的资源召回结果。
在本实施例中,在将资源库中各项资源的资源描述信息与实体的需求识别结果进行匹配之前,还包括:筛除所述实体的需求识别结果中包括的泛需求实体。其中,泛需求实体可以为文本内容中通用的词汇,比如“事件”、“消息”“衣服”以及“物品”等范围比较大,包括多个层级的细化类别的一类实体,针对上述实体,获取的需求识别结果范围过大,且无法准确命中用户的真实需求,因此,可以直接将上述泛需求实体,直接进行滤除。
当文本粒度为短语时,将资源库中各项资源的资源描述信息与短语的需求识别结果进行匹配,得到与短语的需求识别结果对应的资源召回结果,包括:
S401、将资源库中关联资源集合的资源标签与所述短语的需求识别结果进行匹配,得到第一资源召回结果;
S402、如果所述第一资源召回结果为空,则将资源库中各项资源的资源标签与所述短语的需求识别结果进行匹配,得到与短语的需求识别结果对应的资源召回结果;
S403、如果所述第一资源召回结果不为空,则根据所述第一资源召回结果,生成与短语的需求识别结果对应的资源召回结果。
具体的,假设短语的需求识别结果为“刘德华红磡体育馆的演唱会”,本实施例可以将资源库中刘德华的演唱会视频作为关联资源集合,资源标签可以包括演唱会的时间以及地点等信息,将关联资源集合的资源标签与上述短语的需求识别结果进行匹配,得到第一资源召回结果;如果第一资源召回结果为空,也即资源库中不存在刘德华红磡体育馆的演唱会视频资源,则将资源库中各项资源的资源标签(比如图片标签或文档标签)与上述短语的需求识别结果进行匹配,得到与短语的需求识别结果对应的图片或文档作为资源召回结果;如果第一资源召回结果不为空,也即资源库中存在刘德华红磡体育馆的演唱会视频资源,则根据此视频资源生成与短语的需求识别结果对应的资源召回结果。
当文本粒度为句子时,将资源库中各项资源的资源描述信息与句子的需求识别结果进行匹配,得到与句子的需求识别结果对应的资源召回结果,包括:
S404、将资源库中各项资源的资源关注点与句子的需求识别结果进行匹配,得到第二资源召回结果;
S405、如果所述第二资源召回结果为空,则在所述句子的需求识别结果中进行关键实体识别,并将资源库中的各项资源的资源标签与所述关键实体识别结果进行匹配,得到与句子的需求识别结果对应的资源召回结果;
S406、如果所述第二资源召回结果不为空,则根据所述第二资源召回结果,生成与句子的需求识别结果对应的资源召回结果。具体的,资源关注点可以为资源库中各项资源涉及的具体的行为信息,假设句子的需求识别结果为“刘德华在红磡体育馆举办了演唱会”,与该识别结果匹配的资源关注点可以为“刘德华举办演唱会”。本实施例将资源库中各项资源的资源关注点与句子的需求识别结果进行匹配,得到第二资源召回结果;如果第二资源召回结果为空,也即资源库中不存在刘德华举办演唱会的图片、文档以及视频等各项资源,则在上述句子的需求识别结果中识别到多个关键实体,例如刘德华、红磡体育馆以及演唱会,然后将资源库中的各项资源的资源标签与上述多个关键实体识别结果分别进行匹配,得到与句子的需求识别结果对应的资源召回结果;如果第二资源召回结果不为空,也即资源库中存在刘德华举办演唱会的图片、文档或者视频等各项资源,则根据此图片、文档或者视频资源生成与句子的需求识别结果对应的资源召回结果。
当文本粒度为段落时,本实施例将资源库中的各项资源的资源内容概述信息以及资源内容细节信息与段落的需求识别结果进行匹配,得到与段落的需求识别结果对应的资源召回结果。
在本实施例中,资源关注点可以为资源库中各项资源涉及的具体的行为信息,资源内容细节信息可以为各项资源中包括的具体的台词、对话以及字幕信息等。具体的,假设段落的需求识别结果为刘德华举办演唱会的新闻内容,本实施例可以将资源库中的各项资源的涉及的具体的行为信息、台词、对话以及字幕信息与上述段落的需求识别结果进行匹配,将获取到的与刘德华举办演唱会相关的文档、图片或者视频作为与段落的需求识别结果对应的资源召回结果。
步骤440、根据与各需求识别结果分别对应的文本粒度间的包含关系,对各所述资源召回结果进行筛选,得到扩展阅读资源。
在本实施例中,假设某一文本粒度同时对应多个文本粒度的资源召回结果,例如某一段落同时对应段落资源召回结果、段落内的句子资源召回结果以及段落内的短语资源召回结果,本实施例需要在上述多个资源召回结果进行筛选,以得到与上述目标阅读内容最匹配的扩展阅读资源,具体的筛选方法包括如下步骤:
S407、按照文本粒度从小到大的顺序,依次获取一个目标文本粒度的目标需求识别结果。
S408、判断与所述目标需求识别结果匹配的目标文本内容中,是否存在高于所述目标文本粒度的其他文本粒度的需求识别结果。
S409、若是,则将与所述目标需求识别结果对应的资源召回结果进行删除;否则,将与所述目标需求识别结果对应的资源召回结果作为一项扩展阅读资源;
S410、返回执行按照文本粒度从小到大的顺序,依次获取一个目标文本粒度的目标需求识别结果,直至完成对全部需求识别结果的处理。
在本实施例中,假设目标阅读内容为具体的段落,按照文本粒度从小到大的顺序,首先将该段落内的实体作为目标文本粒度,并通过上述步骤获取到实体需求识别结果作为目标需求识别结果;然后判断该目标阅读内容中是否存在高于实体的其他文本粒度的需求识别结果,比如短语需求识别结果、句子需求识别结果或者段落需求识别结果;如果存在短语需求识别结果,则将与实体需求识别结果对应的资源召回结果删除,并且将短语需求识别结果作为目标需求识别结果,继续执行上述步骤;如果没有,则将与上述实体需求识别结果对应的资源召回结果作为与上述目标阅读内容最匹配的扩展阅读资源。
这样设置的原因在于,文本粒度越大,对应需求识别结果中包括的信息量越丰富,越具体,其命中用户的实际扩展阅读需求的概率也就越大,因此,如果同一目标文本内容对应多个文本粒度的需求识别结果,则可以仅保留最大文本粒度的需求识别结果,以避免推荐大量的扩展阅读内容时,对用户造成的干扰。
本实施例通过对目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果,然后将资源库中各项资源的资源描述信息与各文本粒度的需求识别结果进行匹配,得到了与各文本粒度的需求识别结果分别对应的资源召回结果,最后根据与各需求识别结果分别对应的文本粒度间的包含关系,对各所述资源召回结果进行筛选,得到扩展阅读资源。本实施例获取到与用户阅读过程中的潜在扩展需求最为匹配的资源召回结果,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本实施例中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。
实施例五
本实施例在上述实施例的基础上,提供了具体的扩展阅读资源展示的实施方式。与上述实施例相同或相应的术语解释,本实施例不再赘述。图5为本申请实施例五提供的一种扩展阅读内容的确定方法的流程图,方法具体包括如下步骤:
步骤510、获取与目标页面的至少一项目标阅读内容匹配的需求识别结果。
在此步骤中,目标页面为客户端中的当前显示页面,目标阅读内容为当前显示页面中全部页面内容,或者用户在当前显示页面中选择的页面内容。
在一个具体的实施例中,本实施例可以根据该显示页面中包括的全部文本内容,通过预先训练的识别模型,例如实体需求识别模型、短语需求识别模型、句子需求识别模型以及段落需求识别模型等,对上述全部文本内容进行识别,得到需求识别结果。在另一个具体的实施例中,用户打开上述目标页面后,可以通过手动的方式在该目标页面中选择需要扩展阅读的文本作为目标阅读内容,本实施例可以通过预先训练的识别模型,例如实体需求识别模型、短语需求识别模型、句子需求识别模型以及段落需求识别模型等,对上述目标阅读内容进行识别,得到需求识别结果。
步骤520、根据资源库中各项资源的资源描述信息,获取与需求识别结果对应的扩展阅读资源。
步骤530、在目标页面中标识与扩展阅读资源对应的阅读内容,并在与阅读内容匹配的页面位置处显示资源图标,以对所述扩展阅读资源的进行阅读提示。
在一个具体的实施例中,本实施例可以通过下划线或者改变字体颜色的方式在目标页面中标识与扩展阅读资源对应的阅读内容,并在不影响用户阅读的情况下,在阅读内容的右上角或者左上角等页面位置处显示匹配的资源图标,比如视频图标、文档图标以及图片图标。
步骤540、响应于与资源图标匹配的用户操作,在目标页面中弹出与所述扩展阅读资源,和/或资源聚合结果匹配的资源浏览浮层。
在此步骤中,当用户想要查看上述扩展阅读资源时,可以点击资源图标,也可以在资源图标处悬停。本实施例在检测到上述的用户操作行为时,可以将与阅读内容对应的扩展阅读资源直接在目标页面弹出,也可以弹出与该扩展阅读资源匹配的资源浏览浮层;当目标页面中的同一目标阅读内容对应多项扩展阅读资源时,比如图片资源、视频资源以及文档资源,本实施例将多项扩展阅读资源的资源聚合结果以资源浏览浮层的方式弹出至目标页面中。
步骤550、响应于对所述资源浏览浮层中目标扩展阅读资源的选择,展示所述目标扩展阅读资源。
在此步骤中,当用户想要查看资源浏览浮层中的具体某项扩展阅读资源时,可以在所述资源浏览浮层中选择需要展示的资源作为目标扩展阅读资源,本实施例在检测到用户关于目标扩展阅读资源的触发操作时,对该目标扩展阅读资源进行展示。其中,本实施例可以将该目标扩展阅读资源在当前显示页面直接展示,也可以跳转到展示页面进行展示。
本实施例通过获取与目标页面的目标阅读内容匹配的需求识别结果,然后根据资源库中各项资源的资源描述信息,获取到与需求识别结果对应的扩展阅读资源,最后在目标页面中标识与扩展阅读资源对应的阅读内容,并在与阅读内容匹配的页面位置处显示资源图标,以供用户查看扩展阅读资源。本实施例向用户提供了优质的文档、图片以及视频作为扩展阅读资源,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本实施例中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。
实施例六
本实施例在上述实施例的基础上,提供了具体的扩展阅读资源展示的实施方式。与上述实施例相同或相应的术语解释,本实施例不再赘述。图6为本申请实施例六提供的一种扩展阅读内容的确定方法的流程图,方法具体包括如下步骤:
步骤610、获取与目标页面的至少一项目标阅读内容匹配的需求识别结果。
在此步骤中,目标页面为搜索引擎的收录页面,目标阅读内容为所述收录页面中的全部页面内容。在一个具体的实施例中,搜索引擎收录某一个页面时,根据该收录页面中的全部页面内容,通过预先训练的识别模型,例如实体需求识别模型、短语需求识别模型、句子需求识别模型以及段落需求识别模型等,对上述全部页面内容进行识别,得到需求识别结果。
步骤620、根据资源库中各项资源的资源描述信息,获取与需求识别结果对应的扩展阅读资源。
步骤630、响应于客户端对所述目标页面的查看请求,将所述目标页面提供给所述客户端进行显示。
在此步骤中,用户在客户端中的搜索引擎的收录页面列表中触发某一页面的查看请求时,本实施例将该页面作为目标页面,并将目标页面提供给所述客户端进行显示。
步骤640、在所述目标页面中标识与所述扩展阅读资源对应的阅读内容,并在与所述阅读内容匹配的页面位置处显示资源图标。
在一个具体的实施例中,本实施例可以通过下划线或者改变字体颜色的方式在目标页面中标识与扩展阅读资源对应的阅读内容,并在不影响用户阅读的情况下,在目标阅读内容的右上角或者左上角等页面位置处显示匹配的资源图标,比如视频图标、文档图标以及图片图标。
步骤650、响应于与所述资源图标匹配的用户操作,在目标页面中弹出与扩展阅读资源,和/或资源聚合结果匹配的资源浏览浮层。
在一个具体的实施例中,当用户想要查看上述扩展阅读资源时,可以点击资源图标,也可以在资源图标处悬停。本实施例在检测到上述的用户操作行为时,可以将与目标阅读内容对应的扩展阅读资源直接在目标页面弹出,也可以弹出与该扩展阅读资源匹配的资源浏览浮层;当目标页面中的同一目标阅读内容对应多项扩展阅读资源时,比如多项视频资源,本实施例将多项视频资源的资源聚合结果(也即视频集)以资源浏览浮层的方式弹出至目标页面中。
步骤660、响应于对资源浏览浮层中目标扩展阅读资源的选择,展示目标扩展阅读资源。
在此步骤中,当用户想要查看资源浏览浮层中的具体某项视频资源时,可以在所述资源浏览浮层中选择需要展示的资源作为目标扩展阅读资源,本实施例在检测到用户关于目标扩展阅读资源的触发操作时,对该目标扩展阅读资源进行展示。其中,本实施例可以将该目标扩展阅读资源在当前显示页面直接展示,也可以跳转到展示页面进行展示。
本实施例首先获取搜索引擎收录页面的目标阅读内容匹配的需求识别结果,然后根据资源库中各项资源的资源描述信息,获取与需求识别结果对应的扩展阅读资源,最后在收录页面中标识与扩展阅读资源对应的阅读内容,并在与阅读内容匹配的页面位置处显示资源图标,以供用户查看扩展阅读资源。本实施例向用户提供了优质的文档、图片以及视频作为扩展阅读资源,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本实施例中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。
实施例七
图7为本实施例七提供的一种扩展阅读内容的确定装置700的结构图,该装置包括:目标页面显示模块710、扩展阅读资源阅读提示模块720和扩展阅读资源展示模块730。其中,目标页面显示模块710,用于响应于对目标页面的查看请求,对所述目标页面进行显示;扩展阅读资源阅读提示模块720,用于根据所述目标页面中至少一项目标阅读内容的需求识别结果与扩展阅读资源之间的对应关系,在所述目标页面中,对所述扩展阅读资源进行阅读提示;扩展阅读资源展示模块730,用于响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示。
本实施例通过将用户查看的目标页面进行显示,然后根据目标页面中的目标阅读内容的需求识别结果,对与目标阅读内容对应的扩展阅读资源进行展示。本实施例向用户提供了音频以及视频等作为扩展阅读资源,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本实施例中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。
在上述各实施例的基础上,扩展阅读资源阅读提示模块720,可以包括:
需求识别结果获取单元,用于获取与目标页面的至少一项目标阅读内容匹配的需求识别结果;
扩展阅读资源获取单元,用于根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源;其中,所述资源包括:视频资源,和/或音频资源;
目标阅读内容确定单元,用于在目标页面中,获取至少一项目标文本内容作为所述目标阅读内容;
需求识别结果确定单元,用于对所述目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果;
需求识别模型获取单元,用于获取与各所述文本粒度分别对应的需求识别模型;
目标阅读内容输入单元,用于将所述目标阅读内容按照与所述需求识别模型匹配的识别单元,输入至匹配的需求识别模型中,得到与文本粒度匹配的需求识别结果;
实体上位需求扩展结果获取单元,用于将实体的需求识别结果输入至实体扩展需求概念库中,得到实体上位需求扩展结果加入至所述实体的需求识别结果中;
实体热点需求扩展结果获取单元,用于将实体的需求识别结果输入至实体热点需求概念库中,得到实体热点需求扩展结果加入至所述实体的需求识别结果中;
短语需求扩展结果获取单元,用于将短语的需求识别结果输入至短语扩展需求概念库中,得到短语需求扩展结果加入至所述短语的需求识别结果中;
资源召回结果获取单元,用于将资源库中各项资源的资源描述信息与各文本粒度的需求识别结果进行匹配,得到与各文本粒度的需求识别结果分别对应的资源召回结果;
资源召回结果筛选单元,用于根据与各需求识别结果分别对应的文本粒度间的包含关系,对各所述资源召回结果进行筛选,得到所述扩展阅读资源;
实体的需求识别结果匹配单元,用于将所述实体的需求识别结果与资源库中各项资源的资源标签进行匹配,得到与实体的需求识别结果对应的资源召回结果;
泛需求实体筛除单元,用于筛除所述实体的需求识别结果中包括的泛需求实体;
第一资源召回结果获取单元,用于将资源库中关联资源集合的资源标签与所述短语的需求识别结果进行匹配,得到第一资源召回结果;
短语的需求识别结果匹配单元,用于第一资源召回结果为空时,将资源库中各项资源的资源标签与所述短语的需求识别结果进行匹配,得到与短语的需求识别结果对应的资源召回结果;
短语对应的资源召回结果生成单元,用于第一资源召回结果不为空时,根据所述第一资源召回结果,生成与短语的需求识别结果对应的资源召回结果;
第二资源召回结果获取单元,用于将资源库中各项资源的资源内容概述信息与句子的需求识别结果进行匹配,得到第二资源召回结果;
关键实体识别单元,用于第二资源召回结果为空时,在所述句子的需求识别结果中进行关键实体识别,并将资源库中的各项资源的资源标签与所述关键实体识别结果进行匹配,得到与句子的需求识别结果对应的资源召回结果;
句子对应的资源召回结果生成单元,用于第二资源召回结果不为空时,根据所述第二资源召回结果,生成与句子的需求识别结果对应的资源召回结果;
段落的需求识别结果匹配单元,用于将资源库中的各项资源的资源内容概述信息以及资源内容细节信息与段落的需求识别结果进行匹配,得到与段落的需求识别结果对应的资源召回结果;
目标需求识别结果获取单元,用于按照文本粒度从小到大的顺序,依次获取一个目标文本粒度的目标需求识别结果;
判断单元,用于判断与所述目标需求识别结果匹配的目标文本内容中,是否存在高于所述目标文本粒度的其他文本粒度的需求识别结果,若是,则将与所述目标需求识别结果对应的资源召回结果进行删除;否则,将与所述目标需求识别结果对应的资源召回结果作为一项扩展阅读资源;
全部需求识别结果处理单元,用于返回执行按照文本粒度从小到大的顺序,依次获取一个目标文本粒度的目标需求识别结果,直至完成对全部需求识别结果的处理;
扩展阅读资源筛选单元,用于按照预设的排序筛选算法对所述扩展阅读资源进行排序筛选;
阅读内容确定单元,用于在目标页面中,确定与各所述扩展阅读资源分别对应的阅读内容;
扩展阅读资源聚合单元,用于同一目标阅读内容对应至少两项扩展阅读资源时,将所述至少两项扩展阅读资源聚合得到与所述目标阅读内容对应的资源聚合结果;
页面内容获取单元,用于获取所述目标页面中的全部页面内容,或者,用户在所述目标页面中选择的页面内容,作为所述目标阅读内容;
资源图标显示单元,用于在所述目标页面中标识与所述扩展阅读资源对应的阅读内容,并在与所述阅读内容匹配的页面位置处显示资源图标,以对所述扩展阅读资源的进行阅读提示;
资源浏览浮层弹出单元,用于响应于与所述资源图标匹配的用户操作,在所述目标页面中弹出与所述扩展阅读资源,和/或资源聚合结果匹配的资源浏览浮层;
目标扩展阅读资源响应单元,用于响应于对所述资源浏览浮层中目标扩展阅读资源的选择,展示所述目标扩展阅读资源。
目标页面显示模块710,可以包括:
搜索引擎收录页面获取单元,用于在获取目标页面作为搜索引擎收录页面时,获取所述目标页面中的全部页面内容作为所述目标阅读内容。
本实施例所提供的扩展阅读内容的确定装置可执行本申请任意实施例所提供的扩展阅读内容的确定方法,具备执行方法相应的功能模块和有益效果。
实施例八
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。如图8所示,是根据本申请实施例的扩展阅读内容的确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备包括:一个或多个处理器801、存储器802,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的扩展阅读内容的确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的扩展阅读内容的确定方法。
存储器802作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的扩展阅读内容的确定的方法对应的程序指令/模块(例如,附图7所示的目标页面显示模块701、扩展阅读资源阅读提示模块702和扩展阅读资源展示模块703)。处理器801通过运行存储在存储器802中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的扩展阅读内容的确定方法。存储器802可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据扩展阅读内容的确定方法的电子设备的使用所创建的数据等。此外,存储器802可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器802可选包括相对于处理器801远程设置的存储器,这些远程存储器可以通过网络连接至扩展阅读内容的确定方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
扩展阅读内容的确定方法的电子设备还可以包括:输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接,图8中以通过总线连接为例。输入装置803可接收输入的数字或字符信息,以及产生与扩展阅读内容的确定方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,向用户提供了优质的文档、图片以及视频作为扩展阅读资源,丰富了阅读的生动性,扩展了阅读的深度与广度,提升了用户的阅读体验;其次,本申请实施例中的扩展阅读内容的确定方法完全自动化,节省了大量人工成本。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (23)

1.一种扩展阅读内容的确定方法,其特征在于,包括:
响应于对目标页面的查看请求,对所述目标页面进行显示;
根据所述目标页面中至少一项目标阅读内容的需求识别结果与扩展阅读资源之间的对应关系,在所述目标页面中,对所述扩展阅读资源进行阅读提示;
响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示。
2.根据权利要求1所述的方法,其特征在于,在所述目标页面中,对所述扩展阅读资源的进行阅读提示之前,还包括:
获取与目标页面的至少一项目标阅读内容匹配的需求识别结果;
根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源。
3.根据权利要求2所述的方法,其特征在于,获取与目标页面的至少一项目标阅读内容匹配的需求识别结果,包括:
在目标页面中,获取至少一项目标文本内容作为所述目标阅读内容;
对所述目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果。
4.根据权利要求3所述的方法,其特征在于,对所述目标阅读内容进行至少一个文本粒度的需求识别,得到与文本粒度匹配的需求识别结果,包括:
获取与各所述文本粒度分别对应的需求识别模型;
将所述目标阅读内容按照与所述需求识别模型匹配的识别单元,输入至匹配的需求识别模型中,得到与文本粒度匹配的需求识别结果。
5.根据权利要求3所述的方法,其特征在于,所述文本粒度包括:实体;
在得到与实体匹配的需求识别结果之后,还包括:
将实体的需求识别结果输入至实体扩展需求概念库中,得到实体上位需求扩展结果加入至所述实体的需求识别结果中;和/或
将实体的需求识别结果输入至实体热点需求概念库中,得到实体热点需求扩展结果加入至所述实体的需求识别结果中。
6.根据权利要求3所述的方法,其特征在于,所述文本粒度包括:短语;
在得到与短语匹配的需求识别结果之后,还包括:
将短语的需求识别结果输入至短语扩展需求概念库中,得到短语需求扩展结果加入至所述短语的需求识别结果中。
7.根据权利要求3所述的方法,其特征在于,根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源,包括:
将资源库中各项资源的资源描述信息与各文本粒度的需求识别结果进行匹配,得到与各文本粒度的需求识别结果分别对应的资源召回结果;
根据与各需求识别结果分别对应的文本粒度间的包含关系,对各所述资源召回结果进行筛选,得到所述扩展阅读资源。
8.根据权利要求7所述的方法,其特征在于,所述文本粒度包括:实体;
将资源库中各项资源的资源描述信息与实体的需求识别结果进行匹配,得到与实体的需求识别结果对应的资源召回结果,包括:
将所述实体的需求识别结果与资源库中各项资源的资源标签进行匹配,得到与实体的需求识别结果对应的资源召回结果。
9.根据权利要求8所述的方法,其特征在于,在将资源库中各项资源的资源描述信息与实体的需求识别结果进行匹配之前,还包括:
筛除所述实体的需求识别结果中包括的泛需求实体。
10.根据权利要求7所述的方法,其特征在于,所述文本粒度包括:短语;
将资源库中各项资源的资源描述信息与短语的需求识别结果进行匹配,得到与短语的需求识别结果对应的资源召回结果,包括:
将资源库中关联资源集合的资源标签与所述短语的需求识别结果进行匹配,得到第一资源召回结果;
如果所述第一资源召回结果为空,则将资源库中各项资源的资源标签与所述短语的需求识别结果进行匹配,得到与短语的需求识别结果对应的资源召回结果;
如果所述第一资源召回结果不为空,则根据所述第一资源召回结果,生成与短语的需求识别结果对应的资源召回结果。
11.根据权利要求7所述的方法,其特征在于,所述文本粒度包括:句子;
将资源库中各项资源的资源描述信息与句子的需求识别结果进行匹配,得到与句子的需求识别结果对应的资源召回结果,包括:
将资源库中各项资源的资源内容概述信息与句子的需求识别结果进行匹配,得到第二资源召回结果;
如果所述第二资源召回结果为空,则在所述句子的需求识别结果中进行关键实体识别,并将资源库中的各项资源的资源标签与所述关键实体识别结果进行匹配,得到与句子的需求识别结果对应的资源召回结果;
如果所述第二资源召回结果不为空,则根据所述第二资源召回结果,生成与句子的需求识别结果对应的资源召回结果。
12.根据权利要求7所述的方法,其特征在于,所述文本粒度包括:段落;
将资源库中各项资源的资源描述信息与段落的需求识别结果进行匹配,得到与段落的需求识别结果对应的资源召回结果,包括:
将资源库中的各项资源的资源内容概述信息以及资源内容细节信息与段落的需求识别结果进行匹配,得到与段落的需求识别结果对应的资源召回结果。
13.根据权利要求7所述的方法,其特征在于,根据与各需求识别结果分别对应的文本粒度间的包含关系,对各所述资源召回结果进行筛选,得到所述扩展阅读资源,包括:
按照文本粒度从小到大的顺序,依次获取一个目标文本粒度的目标需求识别结果;
判断与所述目标需求识别结果匹配的目标文本内容中,是否存在高于所述目标文本粒度的其他文本粒度的需求识别结果;
若是,则将与所述目标需求识别结果对应的资源召回结果进行删除;否则,将与所述目标需求识别结果对应的资源召回结果作为一项扩展阅读资源;
返回执行按照文本粒度从小到大的顺序,依次获取一个目标文本粒度的目标需求识别结果,直至完成对全部需求识别结果的处理。
14.根据权利要求2所述的方法,其特征在于,在根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源之后,还包括:
按照预设的排序筛选算法对所述扩展阅读资源进行排序筛选。
15.根据权利要求2所述的方法,其特征在于,在根据资源库中各项资源的资源描述信息,获取与所述需求识别结果对应的扩展阅读资源之后,还包括:
在目标页面中,确定与各所述扩展阅读资源分别对应的阅读内容;
如果同一目标阅读内容对应至少两项扩展阅读资源,则将所述至少两项扩展阅读资源聚合得到与所述目标阅读内容对应的资源聚合结果。
16.根据权利要求1-15任一项所述的方法,其特征在于,在响应于对目标页面的查看请求,对所述目标页面进行显示之后,还包括:
获取所述目标页面中的全部页面内容,或者,用户在所述目标页面中选择的页面内容,作为所述目标阅读内容。
17.根据权利要求1-15任一项所述的方法,其特征在于,在响应于对目标页面的查看请求,对所述目标页面进行显示之前,还包括:
在获取所述目标页面作为搜索引擎收录页面时,获取所述目标页面中的全部页面内容作为所述目标阅读内容。
18.根据权利要求1所述的方法,其特征在于,在所述目标页面中,对所述扩展阅读资源的进行阅读提示,包括:
在所述目标页面中标识与所述扩展阅读资源对应的阅读内容,并在与所述阅读内容匹配的页面位置处显示资源图标,以对所述扩展阅读资源的进行阅读提示。
19.根据权利要求18所述的方法,其特征在于,响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示,包括:
响应于与所述资源图标匹配的用户操作,在所述目标页面中弹出与所述扩展阅读资源,和/或资源聚合结果匹配的资源浏览浮层;
响应于对所述资源浏览浮层中目标扩展阅读资源的选择,展示所述目标扩展阅读资源。
20.根据权利要求2所述的方法,其特征在于,所述资源包括:视频资源,和/或音频资源。
21.一种扩展阅读内容的确定装置,其特征在于,包括:
目标页面显示模块,用于响应于对目标页面的查看请求,对所述目标页面进行显示;
扩展阅读资源阅读提示模块,用于根据所述目标页面中至少一项目标阅读内容的需求识别结果与扩展阅读资源之间的对应关系,在所述目标页面中,对所述扩展阅读资源进行阅读提示;
扩展阅读资源展示模块,用于响应于与所述阅读提示匹配的查看请求,对所述扩展阅读资源进行展示。
22.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-20中任一项所述的方法。
23.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-20中任一项所述的方法。
CN202010054605.4A 2020-01-17 2020-01-17 一种扩展阅读内容的确定方法、装置、设备及存储介质 Active CN111309200B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010054605.4A CN111309200B (zh) 2020-01-17 2020-01-17 一种扩展阅读内容的确定方法、装置、设备及存储介质
US17/023,048 US11526259B2 (en) 2020-01-17 2020-09-16 Method and apparatus for determining extended reading content, device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010054605.4A CN111309200B (zh) 2020-01-17 2020-01-17 一种扩展阅读内容的确定方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111309200A true CN111309200A (zh) 2020-06-19
CN111309200B CN111309200B (zh) 2021-11-12

Family

ID=71154616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010054605.4A Active CN111309200B (zh) 2020-01-17 2020-01-17 一种扩展阅读内容的确定方法、装置、设备及存储介质

Country Status (2)

Country Link
US (1) US11526259B2 (zh)
CN (1) CN111309200B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111753107A (zh) * 2020-06-23 2020-10-09 北京金山安全软件有限公司 资源展示方法、装置、设备及存储介质
CN114222193A (zh) * 2021-12-03 2022-03-22 北京影谱科技股份有限公司 一种视频字幕时间对齐模型训练方法及系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967062A (zh) * 2020-08-21 2020-11-20 支付宝(杭州)信息技术有限公司 基于区块链的数据处理系统、方法及装置
CN115599944A (zh) * 2022-10-24 2023-01-13 北京字跳网络技术有限公司(Cn) 一种信息展示方法、装置、计算机设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458233A (zh) * 2019-08-13 2019-11-15 腾讯云计算(北京)有限责任公司 混合粒度物体识别模型训练及识别方法、装置及存储介质
CN110647629A (zh) * 2019-09-20 2020-01-03 北京理工大学 一种多粒度答案排序的多文档机器阅读理解方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7127473B2 (en) * 2002-05-17 2006-10-24 Sap Aktiengesellschaft Methods and systems for providing supplemental contextual content
US8365059B2 (en) * 2009-11-03 2013-01-29 Oto Technologies, Llc E-reader semantic text manipulation
US20150269612A1 (en) * 2014-03-18 2015-09-24 Microsoft Corporation Entity platform and entity store
US20150339616A1 (en) * 2014-05-20 2015-11-26 Andreas Kurt PURSCHE System for real-time suggestion of a subject matter expert in an authoring environment
US20150339310A1 (en) * 2014-05-20 2015-11-26 Andreas Kurt PURSCHE System for recommending related-content analysis in an authoring environment
RU2020109236A (ru) * 2017-08-03 2021-09-03 Конинклейке Филипс Н.В. Иерархические нейронные сети с грануляризированным вниманием
WO2019054999A1 (en) * 2017-09-13 2019-03-21 Google Llc EFFICIENT AUGMENTATION OF IMAGES WITH RELATED CONTENT
US10909191B2 (en) * 2017-11-20 2021-02-02 Rovi Guides, Inc. Systems and methods for displaying supplemental content for an electronic book
CN108153901B (zh) * 2018-01-16 2022-04-19 北京百度网讯科技有限公司 基于知识图谱的信息推送方法和装置
CN109325201A (zh) * 2018-08-15 2019-02-12 北京百度网讯科技有限公司 实体关系数据的生成方法、装置、设备及存储介质
CN109902245A (zh) * 2019-02-01 2019-06-18 天津字节跳动科技有限公司 交互式的信息提供方法及装置
US11562016B2 (en) * 2019-06-26 2023-01-24 Rovi Guides, Inc. Systems and methods for generating supplemental content for media content

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458233A (zh) * 2019-08-13 2019-11-15 腾讯云计算(北京)有限责任公司 混合粒度物体识别模型训练及识别方法、装置及存储介质
CN110647629A (zh) * 2019-09-20 2020-01-03 北京理工大学 一种多粒度答案排序的多文档机器阅读理解方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111753107A (zh) * 2020-06-23 2020-10-09 北京金山安全软件有限公司 资源展示方法、装置、设备及存储介质
CN114222193A (zh) * 2021-12-03 2022-03-22 北京影谱科技股份有限公司 一种视频字幕时间对齐模型训练方法及系统
CN114222193B (zh) * 2021-12-03 2024-01-05 北京影谱科技股份有限公司 一种视频字幕时间对齐模型训练方法及系统

Also Published As

Publication number Publication date
US11526259B2 (en) 2022-12-13
CN111309200B (zh) 2021-11-12
US20210223921A1 (en) 2021-07-22

Similar Documents

Publication Publication Date Title
CN111309200B (zh) 一种扩展阅读内容的确定方法、装置、设备及存储介质
CN111125435B (zh) 视频标签的确定方法、装置和计算机设备
CN108776676B (zh) 信息推荐方法、装置、计算机可读介质及电子设备
CN111782977B (zh) 兴趣点处理方法、装置、设备及计算机可读存储介质
CN112115299A (zh) 视频搜索方法、装置、推荐方法、电子设备及存储介质
KR101911999B1 (ko) 피처 기반 후보 선택 기법
CN107229741B (zh) 信息搜索方法、装置、设备以及存储介质
CN104298429A (zh) 一种基于输入的信息展示方法和输入法系统
CN113079417B (zh) 生成弹幕的方法、装置、设备和存储介质
US20210049354A1 (en) Human object recognition method, device, electronic apparatus and storage medium
CN112818224B (zh) 信息推荐方法、装置、电子设备及可读存储介质
CN112487242A (zh) 用于识别视频的方法、装置、电子设备及可读存储介质
CN111639228B (zh) 视频检索方法、装置、设备及存储介质
CN114564666A (zh) 百科信息展示方法、装置、设备和介质
CN111984825A (zh) 用于搜索视频的方法和装置
CN111770375A (zh) 视频处理方法、装置、电子设备及存储介质
CN110532404B (zh) 一种源多媒体确定方法、装置、设备及存储介质
EP2947584A1 (en) Multimodal search method and device
US9298712B2 (en) Content and object metadata based search in e-reader environment
CN112100530B (zh) 网页分类方法、装置、电子设备及存储介质
CN112163143A (zh) 页面切换的方法、装置、设备以及存储介质
CN115098729A (zh) 视频处理方法、样本生成方法、模型训练方法及装置
CN113965798A (zh) 一种视频信息生成、展示方法、装置、设备及存储介质
US11314784B2 (en) Data model proposals
CN112988099A (zh) 视频的显示方法和装置

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
GR01 Patent grant
GR01 Patent grant