CN111447507A - 视频制作方法和装置、电子设备和存储介质 - Google Patents
视频制作方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111447507A CN111447507A CN202010199631.6A CN202010199631A CN111447507A CN 111447507 A CN111447507 A CN 111447507A CN 202010199631 A CN202010199631 A CN 202010199631A CN 111447507 A CN111447507 A CN 111447507A
- Authority
- CN
- China
- Prior art keywords
- information
- event
- time
- time sequence
- video
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000015654 memory Effects 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 15
- 238000002790 cross-validation Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 9
- 230000009194 climbing Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 241001503987 Clematis vitalba Species 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/85—Assembly of content; Generation of multimedia applications
- H04N21/854—Content authoring
- H04N21/8549—Creating video summaries, e.g. movie trailer
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开实施例公开了一种视频制作方法和装置、电子设备和存储介质,涉及知识图谱技术领域,包括:采集至少一个事件的相关信息,从相关信息中提取脉络信息,对脉络信息进行分析,得到脉络关键信息,根据脉络关键信息生成并显示与至少一个事件对应的视频,通过从采集到的至少一个事件的相关信息中提取脉络信息,无需人工对相关信息进行整理,实现自动化地生成脉络信息,节约人工成本,且节约时间,以便基于对脉络信息进行分析后得到的脉络关键信息生成并显示视频,从而实现生成视频的自动化,且提高得到视频的效率等技术效果。
Description
技术领域
本公开实施例涉及计算机技术领域,尤其涉及计算机视觉技术领域,具体涉及一种视频制作方法和装置、电子设备和存储介质。
背景技术
脉络视频是指以事件的脉络为基础,制作得到的与该事件对应的视频。
在现有技术中,主要通过人工的方法对事件的脉络的信息进行收集,并由人工的方式对收集到的信息进行整理,如进行修改和润色等,并通过相应的视频制作软件,将整理后的信息(包括文案和素材等)进行渲染,生成该事件的脉络视频。
然而发明人在实现本公开的过程中,发现至少存在如下问题:由于通过人工的方式进行信息收集造成的效率低等问题。
发明内容
根据本公开实施例的一个方面,本公开实施例提供了一种视频制作方法,所述方法包括:
采集至少一个事件的相关信息;
从所述相关信息中提取脉络信息;
对所述脉络信息进行分析,得到脉络关键信息;
根据所述脉络关键信息生成并显示与所述至少一个事件对应的视频。
在本公开实施例中,通过从采集到的至少一个事件的相关信息中提取脉络信息,无需人工对相关信息进行整理,实现自动化地生成脉络信息,节约人工成本,且节约时间,以便基于对脉络信息进行分析后得到的脉络关键信息生成并显示视频,从而实现生成视频的自动化,且提高得到视频的效率等技术效果。
在一些实施例中,所述脉络信息包括多个时序事件信息;所述对所述脉络信息进行分析,得到脉络关键信息包括:
对所述脉络信息中的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息,其中,所述脉络关键信息包括所述属性信息。
在一些实施例中,所述对所述脉络信息中的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息包括:
从多个所述时序事件信息中,选取各所述时序事件各自对应的原始摘要信息;
对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行整合,得到各所述时序事件各自对应的短摘要信息;
其中,所述属性信息包括所述短摘要信息。
在本公开实施例中,通过整合得到短摘要信息,可以实现去除冗余信息,提高生成视频的效率和质量,且提高用户对视频的可读性。
在一些实施例中,所述对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行整合包括:
对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行交叉验证。
在一些实施例中,在所述对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行交叉验证之后,所述方法还包括:
响应于交叉验证后的文本的字符大于预设字符,对所述文本进行句子拆分;
基于所述预设字符从拆分后的句子中确定所述短摘要信息。
在一些实施例中,所述属性信息还包括时间信息和实体信息。
在一些实施例中,在所述从多个所述时序事件信息中,选取各所述时序事件各自对应的原始摘要信息之前,还包括:
分别从各所述时序事件信息中提取各所述时序事件各自对应的来源信息和/或反馈信息;
根据所述来源信息和/或所述反馈信息对各所述时序事件信息进行筛选。
在本公开实施例中,基于来源信息和/或反馈信息从各时序事件信息中选取优质的时序事件信息,可以提高数据的准确性,还可以减少数据处理量,且可以提高视频的质量,从而实现提高用户对视频的观看体验。
在一些实施例中,所述根据所述脉络关键信息生成并显示与所述至少一个事件对应的视频包括:
基于所述属性信息对各所述时序事件对应的视频参数进行配置,生成各所述时序事件各自对应的视频片段;
对各所述视频片段进行组合,生成并显示所述视频。
在本公开实施例中,通过视频参数的配置和组合,可以实现生成视频的自动化。
在一些实施例中,在所述从所述相关信息中提取脉络信息之后,所述方法还包括:
根据所述脉络信息确定所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小;
根据所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小对所述脉络信息进行筛选。
在本公开实施例中,通过对脉络信息进行筛选,可以对质量低的脉络信息进行删除,提高脉络信息的质量,且减少冗余数据,从而提高视频的质量。
根据本公开实施例的一个方面,本公开实施例提供了一种视频制作装置,所述装置包括:
采集模块,用于采集至少一个事件的相关信息;
提取模块,用于从所述相关信息中提取脉络信息;
分析模块,用于对所述脉络信息进行分析,得到脉络关键信息;
生成模块,用于根据所述脉络关键信息生成并显示与所述至少一个事件对应的视频。
在一些实施例中,所述脉络信息包括多个时序事件信息;所述分析模块用于,对所述脉络信息中的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息,其中,所述脉络关键信息包括所述属性信息。
在一些实施例中,所述分析模块用于,从多个所述时序事件信息中,选取各所述时序事件各自对应的原始摘要信息,对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行整合,得到各所述时序事件各自对应的短摘要信息,其中,所述属性信息包括所述短摘要信息。
在一些实施例中,所述分析模块用于,对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行交叉验证。
在一些实施例中,所述分析模块用于,响应于交叉验证后的文本的字符大于预设字符,对所述文本进行句子拆分,基于所述预设字符从拆分后的句子中确定所述短摘要信息。
在一些实施例中,所述属性信息还包括时间信息和实体信息。
在一些实施例中,所述分析模块用于,分别从各所述时序事件信息中提取各所述时序事件各自对应的来源信息和/或反馈信息,根据所述来源信息和/或所述反馈信息对各所述时序事件信息进行筛选。
在一些实施例中,所述生成模块用于,基于所述属性信息对各所述时序事件对应的视频参数进行配置,生成各所述时序事件各自对应的视频片段,对各所述视频片段进行组合,生成并显示所述视频。
在一些实施例中,所述装置还包括:
确定模块,用于根据所述脉络信息确定所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小;
筛选模块,用于根据所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小对所述脉络信息进行筛选。
根据本公开实施例的一个方面,本公开实施例提供了一种电子设备,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如上任一实施例所述的方法。
根据本公开实施例的一个方面,本公开实施例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如上任一实施例所述的方法。
本公开实施例提供了一种视频制作方法和装置、电子设备和存储介质,包括:采集至少一个事件的相关信息,从相关信息中提取脉络信息,对脉络信息进行分析,得到脉络关键信息,根据脉络关键信息生成并显示与至少一个事件对应的视频,通过从采集到的至少一个事件的相关信息中提取脉络信息,无需人工对相关信息进行整理,实现自动化地生成脉络信息,节约人工成本,且节约时间,以便基于对脉络信息进行分析后得到的脉络关键信息生成并显示视频,从而实现生成视频的自动化,且提高得到视频的效率等技术效果。
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,不构成对本公开的限定。其中:
图1为本公开实施例的视频制作方法的应用场景示意图;
图2为本公开实施例的视频制作方法的流程示意图;
图3为本公开另一实施例的视频制作方法的流程示意图;
图4为本公开另一实施例的视频制作方法的流程示意图;
图5为本公开另一实施例的视频制作方法的流程示意图;
图6为本公开另一实施例的视频制作方法的流程示意图;
图7为本公开实施例的视频制作装置的示意图;
图8为本公开另一实施例的视频制作装置的示意图;
图9为本公开实施例的电子设备的框图;
图10为本公开实施例的视频制作方法的流程示意图。
具体实施方式
以下结合附图对本公开实施例的示范性实施例做出说明,其中包括本公开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,而不会背离本公开实施例的范围和精神。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。
请参阅图1,图1为本公开实施例的视频制作方法的应用场景示意图。
在如图1所示的应用场景中,用户100可通过终端设备观看基于本公开实施例的视频制作方法制作的视频。且,如图1所示,终端设备可以为计算机200、笔记本300和手机400,当然,终端设备还可以包括iPad、智能手环和车端设备和电视,等等。
值得说明地是,本公开实施例对终端设备不做限定。
在相关技术中,主要通过人工的方法对事件的脉络的信息进行收集,并由人工的方式对收集到的信息进行整理,如进行修改和润色等,并通过相应的视频制作软件,将整理后的信息(包括文案和素材等)进行渲染,生成该事件的脉络视频。
然而,通过人工的方式对信息进行收集和整理时,一方面,由于人的精力有限,使得收集和整理信息时的效率偏低,且收集和整理的工作量较大,因此,容易造成收集过程中的遗漏,以及整理过程中的遗漏;另一方面,由于人在工作时,容易受到主观因素的影响,从而造成准确性偏低。
下面以具体地实施例对本公开的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本公开的实施例进行描述。
根据本公开实施例的一个方面,本公开实施例提供了一种视频制作方法。
请参阅图2,图2为本公开实施例的视频制作方法的流程示意图。
如图2所示,该方法包括:
S101:采集至少一个事件的相关信息。
其中,本公开实施例的视频制作方法的执行主体可以为视频制作装置,且视频制作装置具体可以为终端设备,终端设备包括但不限于用户终端和车载终端。
当本公开实施例的视频制作方法应用于如图1所示的应用场景时,视频制作装置可以为如图1中所述的计算机、笔记本和手机,当然,基于上述示例可知,视频制作装置还可以包括iPad、智能手环和车端设备和电视,等等。
相关信息用于表征与至少一个事件存在关联关系的信息,且相关信息包括但不限于至少一个事件的时间、地址和内容。
例如,某事件为:XX公司将于XXXX年X月XX日在XX市开XX产品发布会,则与该事件的相关信息包括:XX公司(主体),XXXX年X月XX日(时间),XX市(地址),XX产品(内容),发布会(表现形式)。
值得说明地是,上述示例只是用于示范性地说明相关信息可能包括的内容,而不能理解为对相关信息的内容的范围的限定。
S102:从相关信息中提取脉络信息。
其中,脉络信息用于表征事件的脉络的信息,可以理解为某事件对应的各时间点的信息,即脉络信息可以理解为某事件各时间对应的上的信息。
在该步骤中,可以以时间为依据从相关信息中提取脉络信息,当然,也可以以重要程度从相关信息中提取脉络信息。
例如,相关信息包括:XXXX年XX月X日9时02分,XX登山队登上了X山峰,XXXX年XX月X日16时10分,尽管因天气原因出现风暴,但是XX登山队登上了XXX山峰,XXXX年XX月X日12时32分,XX登山队登上了XX山峰,则相应的脉络信息可以为:XXXX年XX月X日9时02分,XX登山队登上了X山峰,XXXX年XX月X日12时32分,XX登山队登上了XX山峰,XXXX年XX月X日16时10分,尽管因天气原因出现风暴,但是XX登山队登上了XXX山峰。
S103:对脉络信息进行分析,得到脉络关键信息。
其中,脉络关键信息用于表征脉络信息中的关键的信息。
值得说明地是,脉络信息中可能存在冗余信息,而在该步骤中,通过对脉络信息的分析,可以从脉络信息中剔除冗余信息,从而得到脉络关键信息。
例如,对“XXXX年XX月X日16时10分,尽管因天气原因出现风暴,但是XX登山队登上了XXX山峰”进行分析,可以得到脉络关键信息“XXXX年XX月X日16时10分,XX登山队登上了XXX山峰”;当然,得到的脉络关键信息也可以为“XXXX年XX月X日16时10分,XX登山队,XXX山峰”。
在本公开实施例中,对脉络关键信息的具体简介程度不做限定。
S104:根据脉络关键信息生成并显示与至少一个事件对应的视频。
在该步骤中,当得到脉络关键信息后,可以基于脉络关键信息生成视频。如可以通过视频生成引擎对脉络关键信息进行处理,生成视频。
基于上述分析可知,本公开实施例提供了一种视频制作方法,包括:采集至少一个事件的相关信息,从相关信息中提取脉络信息,对脉络信息进行分析,得到脉络关键信息,根据脉络关键信息生成并显示与至少一个事件对应的视频,通过从采集到的至少一个事件的相关信息中提取脉络信息,无需人工对相关信息进行整理,实现自动化地生成脉络信息,节约人工成本,且节约时间,以便基于对脉络信息进行分析后得到的脉络关键信息生成并显示视频,从而实现生成视频的自动化,且提高得到视频的效率等技术效果。
请参阅图3,图3为本公开另一实施例的视频制作方法的流程示意图。
如图3所示,该方法包括:
S201:采集至少一个事件的相关信息。
其中,关于S201的描述可参见S101,此处不再赘述。
S202:从相关信息中提取脉络信息。
其中,关于S202的描述可参见S102,此处不再赘述。
S203:对脉络信息中的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息,其中,脉络信息包括多个时序事件信息,脉络关键信息包括属性信息。
其中,以某一个事件为例,该事件可包括不同时间对应的子事件,则该事件对应的多个子事件组成时序事件。因此,可以理解为,一个事件对应一个脉络信息,一个脉络信息中包括多个时序事件信息。关于多个时序事件信息可以参见上述示例,此处不再赘述。
其中,一个时序事件可以对应一个属性信息,属性信息用于表征时序事件的特征。
例如,两个时序事件分别具有属性信息,则可基于两个属性信息对两个时序事件进行区分。
基于上述示例,“XXXX年XX月X日9时02分,XX登山队登上了XX山峰”为一个时序事件,“XXXX年XX月X日12时32分,XX登山队登上了XX山峰”为一个时序事件。
其中,时序事件“XXXX年XX月X日9时02分,XX登山队登上了XX山峰”的属性信息可以“XXXX年XX月X日9时02分、XX登山队和X山峰”;时序事件“XXXX年XX月X日12时32分,XX登山队登上了XX山峰”的属性信息可以为“XXXX年XX月X日12时32分、XX登山队和XX山峰”,则通过两个属性信息,可以确定出该两个时序事件为不同的时序事件,且基于两个不同时序事件各自对应的属性信息,可以确定出两个时序事件的各自的特征。
在一些实施例中,S203可具体包括:
S2031:从多个时序事件信息中,选取各时序事件各自对应的原始摘要信息。
值得说明地是,针对每个时序事件,时序事件一般会对应一个摘要信息,由于后文涉及对该摘要信息进行处理,得到处理后的摘要信息,因此,可将该摘要信息称为原始摘要信息,而对处理后得到的摘要信息称为短摘要信息(具体可参见后文)。
S2032:对各时序事件信息与各时序事件信息各自对应的原始摘要信息进行整合,得到各时序事件各自对应的短摘要信息。其中,属性信息包括短摘要信息。
其中,短摘要信息用于表征对原始摘要信息进行精简处理后,得到的摘要信息。
也就是说,可以将该步骤可以为生成短摘要信息的过程。
针对任一时序事件,根据该时序事件的时序事件信息和该时序事件的原始摘要信息,生成该时序事件的短摘要信息。
在一些实施例中,S2032可具体包括:
S20321:对各时序事件信息与各时序事件信息各自对应的原始摘要信息进行交叉验证。
其中,交叉验证用于表征两种信息的交集。
也就是说,在该步骤中,针对每个时序事件,确定出既存在于时序事件信息中,又存在于原始摘要信息中的信息,将确定出的信息确定为该时序事件对应的短摘要信息。
在一些实施例中,针对任一时序事件,可以选取时序事件信息中的靠前的部分信息与原始摘要信息进行交叉验证,得到短摘要信息。
例如,选取时序事件信息中的前三段信息,并将该前三段信息与原始摘要信息进行交叉验证,得到短摘要信息。
在一些实施例中,在S20321之后,S2032还可包括:
S20322:响应于交叉验证后的文本的字符大于预设字符,对文本进行句子拆分。
其中,预设字符可基于需求、经验和试验等进行限定。
该步骤可具体包括:确定交叉验证后的文本的字符,判断确定出的字符与预设字符之间大小,如果确定出的字符大于预设字符,则对文本进行句子拆分,如果确定出的字符小于或等于预设字符,则将文本确定为短摘要信息。
S20323:基于预设字符从拆分后的句子中确定短摘要信息。
在该步骤中,以预设字符为依据,从拆分后的句子中确定短摘要信息,即,确定出的短摘要信息的字符小于或等于预设字符。
具体地,若拆分后的句子包括五句,则从第一句开始选取组成短摘要信息的句子。如,若第一句、第二句和第三句对应字符均小于预设字符,而在第一句、第二句和第三句的基础上加上第四句时,四个句子对应的字符大于预设字符,则根据第一句、第二句和第三句确定短摘要信息。
值得说明地是,在一些实施例中,属性信息还包括时间信息和实体信息。
也就是说,属性信息可以包括短摘要信息、时间信息和实体信息。
其中,当属性信息包括时间信息时,则可从多个时序事件信息中,提取各时序事件各自对应的时间信息,且具体的提取方法可以包括:显式时间提取和隐式时间提取。
其中,显式时间提取为对明显的时间描述提取,如上述示例中的“XXXX年XX月X日9时02分”等,由于时间信息的表达的方式不尽相同,可通过不同的策略进行提取,如通过正则的方式提取,具体可根据不同的时间信息的表达方法,配置不同的正则策略,并进行归一处理,得到标准表达格式的时间信息。
其中,隐式时间提取为对不明显的时间描述进行提取,如“昨天,XXX”,则可基于事件对应的时间(如发布时间)+隐式时间描述提取得到标准的时间信息。
其中,当属性信息包括实体信息时,则可从多个时序事件信息中,提取各时序事件各自对应的实体信息。
其中,实体信息用于表征实体的信息。
在一些实施例中,可以基于预设的知识图谱对实体信息进行提取。
结合上述示例,针对时序事件“XXXX年XX月X日12时32分、XX登山队和XX山峰”进行实体信息的提取,得到的实体信息包括“XX登山队和XX山峰”。
S204:根据属性信息生成并显示与至少一个事件对应的视频。
在该步骤中,可以基于各时序事件的各自对应的属性信息生成视频。如根据各时序事件的各自对应的时间信息、实体信息和短摘要信息生成视频。
请参阅图4,图4为本公开另一实施例的视频制作方法的流程示意图。
如图4所示,该方法包括:
S301:采集至少一个事件的相关信息。
其中,关于S301的描述可参见S101,此处不再赘述。
S302:从相关信息中提取脉络信息。
其中,关于S302的描述可参见S102,此处不再赘述。
S303:从脉络信息的各时序事件信息中,提取各时序事件各自对应的来源信息和/或反馈信息。
其中,针对任一时序事件,来源信息用于表征该时序事件的出处,如发布该时序事件的网址等。
其中,针对任一时序事件,反馈信息用于表征用户对该时序事件的响应,可用于体现用户对该时序事件的关注程度和该时序事件的热度,如用户对该时序事件的点赞和评论等。
在一些实施例中,可设置与来源信息对应的黑白名单。其中,白名单用于表征可靠性较高的来源,而黑名单则用于表征可靠性较低的来源。
S304:根据来源信息和/或反馈信息对各时序事件信息进行筛选。
基于上述示例,则该步骤中根据来源信息对各时序事件信息进行筛选可具体包括:若某时序事件信息的来源信息与黑名单中的来源信息对应,则将该时序事件信息进行删除。
基于上述示例,则该步骤中根据反馈信息对各时序事件信息进行筛选可具体包括:可对反馈信息中的各维度信息进行加权求和,并基于加权求和结果对各时序事件信息进行筛选。如,删除加权求和结果小于某阈值的时序事件信息。
在该步骤中,基于来源信息和/或反馈信息从各时序事件信息中选取优质的时序事件信息,可以提高数据的准确性,还可以减少数据处理量,且可以提高视频的质量,从而实现提高用户对视频的观看体验。
S305:对筛选得到的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息。
其中,关于S305描述可参见S203,此处不再赘述。
S306:根据属性信息生成并显示与至少一个事件对应的视频。
其中,关于S305描述可参见S204,此处不再赘述。
请参阅图5,图5为本公开另一实施例的视频制作方法的流程示意图。
如图5所示,该方法包括:
S401:采集至少一个事件的相关信息。
其中,关于S401的描述可参见S101,此处不再赘述。
S402:从相关信息中提取脉络信息。
其中,关于S402的描述可参见S102,此处不再赘述。
S403:对脉络信息进行分析,得到脉络关键信息。
其中,关于S403的描述可参见S203,此处不再赘述。
S404:基于脉络关键信息中包括的属性信息对各时序事件对应的视频参数进行配置,生成各时序事件各自对应的视频片段。
其中,该步骤可以具体包括:根据属性信息确定各时序事件对应的视频样式信息,并根据视频样式信息配置视频参数,从而生成视频片段。
其中,视频参数可包括背景参数、图片相关的参数、动画的参数和文字参数(如大小、字体、颜色、加粗),等等。
S405:对各视频片段进行组合,生成视频。
在一些实施例中,可通过视频生成引擎对各视频片段进行组合,从而生成视频。
请参阅图6,图6为本公开另一实施例的视频制作方法的流程示意图。
如图6所示,该方法包括:
S501:采集至少一个事件的相关信息。
其中,关于S501的描述可参见S101,此处不再赘述。
S502:从相关信息中提取脉络信息。
其中,关于S502的描述可参见S102,此处不再赘述。
S503:根据脉络信息确定至少一个事件的时序事件数量和/或各时序事件映射到至少一个事件的大小。
其中,脉络信息中包括多个时序事件,在该步骤中,对脉络信息中包括的时序事件的数量进行确定;或者,
每个时序事件占其所属事件的大小,此处的大小用于表征信息的量。
S504:根据至少一个事件的时序事件数量和/或各时序事件映射到至少一个事件的大小对脉络信息进行筛选。
在本公开实施例中,通过时序事件数量和/或各时序事件映射到至少一个事件的大小对脉络信息进行筛选,可以实现对低质量的脉络信息进行过滤,减少数据处理量,提高生成视频的效率和质量。
S505:对筛选后的脉络信息进行分析,得到脉络关键信息。
其中,关于S505的描述可参见S103,此处不再赘述。
S506:根据脉络关键信息生成并显示与至少一个事件对应的视频。
其中,关于S506的描述可参见S104,此处不再赘述。
根据本公开实施例的另一个方面,本公开实施例还提供了一种视频制作装置。
请参阅图7,图7为本公开实施例的视频制作装置的示意图。
如图7所示,所述装置包括:
采集模块11,用于采集至少一个事件的相关信息;
提取模块12,用于从所述相关信息中提取脉络信息;
分析模块13,用于对所述脉络信息进行分析,得到脉络关键信息;
生成模块14,用于根据所述脉络关键信息生成并显示与所述至少一个事件对应的视频。
在一些实施例中,所述脉络信息包括多个时序事件信息;所述分析模块13用于,对所述脉络信息中的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息,其中,所述脉络关键信息包括所述属性信息。
在一些实施例中,所述分析模块13用于,从多个所述时序事件信息中,选取各所述时序事件各自对应的原始摘要信息,对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行整合,得到各所述时序事件各自对应的短摘要信息,其中,所述属性信息包括所述短摘要信息。
在一些实施例中,所述分析模块13用于,对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行交叉验证。
在一些实施例中,所述分析模块13用于,响应于交叉验证后的文本的字符大于预设字符,对所述文本进行句子拆分,基于所述预设字符从拆分后的句子中确定所述短摘要信息。
在一些实施例中,所述属性信息还包括时间信息和实体信息。
在一些实施例中,所述分析模块13用于,分别从各所述时序事件信息中提取各所述时序事件各自对应的来源信息和/或反馈信息,根据所述来源信息和/或所述反馈信息对各所述时序事件信息进行筛选。…
在一些实施例中,所述生成模块14用于,基于所述属性信息对各所述时序事件对应的视频参数进行配置,生成各所述时序事件各自对应的视频片段,对各所述视频片段进行组合,生成并显示所述视频。
结合图8可知,在一些实施例中,所述装置还包括:
确定模块15,用于根据所述脉络信息确定所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小;
筛选模块16,用于根据所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小对所述脉络信息进行筛选。
根据本公开的实施例,本公开还提供了一种电子设备和一种可读存储介质。
请参阅图9,图9为本公开实施例的电子设备的框图。
其中,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/或者要求的本公开实施例的实现。
如图9所示,该电子设备包括:一个或多个处理器101、存储器102,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9中以一个处理器101为例。
存储器102即为本公开实施例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公开实施例所提供的视频制作方法。本公开实施例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公开实施例所提供的视频制作方法。
存储器102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,如本公开实施例中的程序指令/模块。处理器101通过运行存储在存储器102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视频制作方法。
存储器102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电子设备的使用所创建的数据等。此外,存储器102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102可选包括相对于处理器101远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、区块链服务网络(Block-chain-based Service Network,BSN)、移动通信网及其组合。
电子设备还可以包括:输入装置103和输出装置104。处理器101、存储器102、输入装置103和输出装置104可以通过总线或者其他方式连接,图9中以通过总线连接为例。
输入装置103可接收输入的数字或字符信息,以及产生与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104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)、区块链服务网络(Block-chain-based Service Network,BSN)、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。
根据本公开实施例的另一个方面,本公开实施例还提供了一种视频制作方法。
请参阅图10,图10为本公开实施例的视频制作方法的流程示意图。
如图10所示,所述方法包括:
S1:从采集到的至少一个事件的相关信息中提取脉络信息。
S2:对脉络信息进行分析,得到脉络关键信息。
S3:根据脉络关键信息生成与至少一个事件对应的视频。
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,本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种视频制作方法,其特征在于,所述方法包括:
采集至少一个事件的相关信息;
从所述相关信息中提取脉络信息;
对所述脉络信息进行分析,得到脉络关键信息;
根据所述脉络关键信息生成并显示与所述至少一个事件对应的视频。
2.根据权利要求1所述的方法,其特征在于,所述脉络信息包括多个时序事件信息;所述对所述脉络信息进行分析,得到脉络关键信息包括:
对所述脉络信息中的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息,其中,所述脉络关键信息包括所述属性信息。
3.根据权利要求2所述的方法,其特征在于,所述对所述脉络信息中的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息包括:
从多个所述时序事件信息中,选取各所述时序事件各自对应的原始摘要信息;
对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行整合,得到各所述时序事件各自对应的短摘要信息;
其中,所述属性信息包括所述短摘要信息。
4.根据权利要求3所述的方法,其特征在于,所述对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行整合包括:
对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行交叉验证。
5.根据权利要求4所述的方法,其特征在于,在所述对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行交叉验证之后,所述方法还包括:
响应于交叉验证后的文本的字符大于预设字符,对所述文本进行句子拆分;
基于所述预设字符从拆分后的句子中确定所述短摘要信息。
6.根据权利要求3所述的方法,其特征在于,所述属性信息还包括时间信息和实体信息。
7.根据权利要求3至6中任一项所述的方法,其特征在于,在所述从多个所述时序事件信息中,选取各所述时序事件各自对应的原始摘要信息之前,还包括:
分别从各所述时序事件信息中提取各所述时序事件各自对应的来源信息和/或反馈信息;
根据所述来源信息和/或所述反馈信息对各所述时序事件信息进行筛选。
8.根据权利要求2至6中任一项所述的方法,其特征在于,所述根据所述脉络关键信息生成并显示与所述至少一个事件对应的视频包括:
基于所述属性信息对各所述时序事件对应的视频参数进行配置,生成各所述时序事件各自对应的视频片段;
对各所述视频片段进行组合,生成并显示所述视频。
9.根据权利要求1至6中任一项所述的方法,其特征在于,在所述从所述相关信息中提取脉络信息之后,所述方法还包括:
根据所述脉络信息确定所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小;
根据所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小对所述脉络信息进行筛选。
10.一种视频制作装置,其特征在于,所述装置包括:
采集模块,用于采集至少一个事件的相关信息;
提取模块,用于从所述相关信息中提取脉络信息;
分析模块,用于对所述脉络信息进行分析,得到脉络关键信息;
生成模块,用于根据所述脉络关键信息生成并显示与所述至少一个事件对应的视频。
11.根据权利要求10所述的装置,其特征在于,所述脉络信息包括多个时序事件信息;所述分析模块用于,对所述脉络信息中的多个时序事件信息进行分析,得到各个时序事件各自对应的属性信息,其中,所述脉络关键信息包括所述属性信息。
12.根据权利要求11所述的装置,其特征在于,所述分析模块用于,从多个所述时序事件信息中,选取各所述时序事件各自对应的原始摘要信息,对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行整合,得到各所述时序事件各自对应的短摘要信息,其中,所述属性信息包括所述短摘要信息。
13.根据权利要求12所述的装置,其特征在于,所述分析模块用于,对各所述时序事件信息与各所述时序事件信息各自对应的原始摘要信息进行交叉验证。
14.根据权利要求13所述的装置,其特征在于,所述分析模块用于,响应于交叉验证后的文本的字符大于预设字符,对所述文本进行句子拆分,基于所述预设字符从拆分后的句子中确定所述短摘要信息。
15.根据权利要求12所述的装置,其特征在于,所述属性信息还包括时间信息和实体信息。
16.根据权利要求12至15中任一项所述的装置,其特征在于,所述分析模块用于,分别从各所述时序事件信息中提取各所述时序事件各自对应的来源信息和/或反馈信息,根据所述来源信息和/或所述反馈信息对各所述时序事件信息进行筛选。
17.根据权利要求11至15中任一项所述的装置,其特征在于,所述生成模块用于,基于所述属性信息对各所述时序事件对应的视频参数进行配置,生成各所述时序事件各自对应的视频片段,对各所述视频片段进行组合,生成并显示所述视频。
18.根据权利要求10至15中任一项所述的装置,其特征在于,所述装置还包括:
确定模块,用于根据所述脉络信息确定所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小;
筛选模块,用于根据所述至少一个事件的时序事件数量和/或各时序事件映射到所述至少一个事件的大小对所述脉络信息进行筛选。
19.一种电子设备,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1-9中任一项所述的方法。
20.一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1-9中任一项所述的方法。
21.一种视频制作方法,其特征在于,所述方法包括:
从采集到的至少一个事件的相关信息中提取脉络信息;
对所述脉络信息进行分析,得到脉络关键信息;
根据所述脉络关键信息生成与所述至少一个事件对应的视频。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010199631.6A CN111447507B (zh) | 2020-03-20 | 2020-03-20 | 视频制作方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010199631.6A CN111447507B (zh) | 2020-03-20 | 2020-03-20 | 视频制作方法和装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111447507A true CN111447507A (zh) | 2020-07-24 |
CN111447507B CN111447507B (zh) | 2022-03-22 |
Family
ID=71648972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010199631.6A Active CN111447507B (zh) | 2020-03-20 | 2020-03-20 | 视频制作方法和装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111447507B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559758A (zh) * | 2020-11-30 | 2021-03-26 | 北京百度网讯科技有限公司 | 构建知识图谱的方法、装置、设备和计算机可读存储介质 |
CN113190674A (zh) * | 2021-05-08 | 2021-07-30 | 上海明略人工智能(集团)有限公司 | 用于生成事件脉络的方法、装置、电子设备及可读存储介质 |
CN113792117A (zh) * | 2021-08-30 | 2021-12-14 | 北京百度网讯科技有限公司 | 数据更新脉络的确定方法、装置、电子设备及存储介质 |
CN114268746A (zh) * | 2021-12-20 | 2022-04-01 | 北京百度网讯科技有限公司 | 一种视频生成方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777331A (zh) * | 2017-01-11 | 2017-05-31 | 北京航空航天大学 | 知识图谱生成方法及装置 |
CN107943839A (zh) * | 2017-10-30 | 2018-04-20 | 百度在线网络技术(北京)有限公司 | 基于图片和文字生成视频的方法、装置、设备及存储介质 |
CN108470036A (zh) * | 2018-02-06 | 2018-08-31 | 北京奇虎科技有限公司 | 一种基于故事文本生成视频的方法和装置 |
CN108933970A (zh) * | 2017-05-27 | 2018-12-04 | 北京搜狗科技发展有限公司 | 视频的生成方法和装置 |
CN108986186A (zh) * | 2018-08-14 | 2018-12-11 | 山东师范大学 | 文字转化视频的方法和系统 |
CN109325135A (zh) * | 2018-10-26 | 2019-02-12 | 平安科技(深圳)有限公司 | 基于文本的视频生成方法、装置、计算机设备及存储介质 |
CN109344291A (zh) * | 2018-09-03 | 2019-02-15 | 腾讯科技(武汉)有限公司 | 一种视频生成方法及装置 |
CN109710773A (zh) * | 2018-12-17 | 2019-05-03 | 北京百度网讯科技有限公司 | 事件主体的生成方法及其装置 |
US10283163B1 (en) * | 2018-02-16 | 2019-05-07 | Wipro Limited | Method and system for generating video content based on user data |
CN110166650A (zh) * | 2019-04-29 | 2019-08-23 | 北京百度网讯科技有限公司 | 视频集的生成方法及装置、计算机设备与可读介质 |
US20190304104A1 (en) * | 2018-04-03 | 2019-10-03 | Sri International | Applying artificial intelligence to generate motion information |
-
2020
- 2020-03-20 CN CN202010199631.6A patent/CN111447507B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777331A (zh) * | 2017-01-11 | 2017-05-31 | 北京航空航天大学 | 知识图谱生成方法及装置 |
CN108933970A (zh) * | 2017-05-27 | 2018-12-04 | 北京搜狗科技发展有限公司 | 视频的生成方法和装置 |
CN107943839A (zh) * | 2017-10-30 | 2018-04-20 | 百度在线网络技术(北京)有限公司 | 基于图片和文字生成视频的方法、装置、设备及存储介质 |
CN108470036A (zh) * | 2018-02-06 | 2018-08-31 | 北京奇虎科技有限公司 | 一种基于故事文本生成视频的方法和装置 |
US10283163B1 (en) * | 2018-02-16 | 2019-05-07 | Wipro Limited | Method and system for generating video content based on user data |
US20190304104A1 (en) * | 2018-04-03 | 2019-10-03 | Sri International | Applying artificial intelligence to generate motion information |
CN108986186A (zh) * | 2018-08-14 | 2018-12-11 | 山东师范大学 | 文字转化视频的方法和系统 |
CN109344291A (zh) * | 2018-09-03 | 2019-02-15 | 腾讯科技(武汉)有限公司 | 一种视频生成方法及装置 |
CN109325135A (zh) * | 2018-10-26 | 2019-02-12 | 平安科技(深圳)有限公司 | 基于文本的视频生成方法、装置、计算机设备及存储介质 |
CN109710773A (zh) * | 2018-12-17 | 2019-05-03 | 北京百度网讯科技有限公司 | 事件主体的生成方法及其装置 |
CN110166650A (zh) * | 2019-04-29 | 2019-08-23 | 北京百度网讯科技有限公司 | 视频集的生成方法及装置、计算机设备与可读介质 |
Non-Patent Citations (1)
Title |
---|
闫季鸿: "基于web文本和知识图谱的实体摘要", 《中国博士学位论文全文数据库》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559758A (zh) * | 2020-11-30 | 2021-03-26 | 北京百度网讯科技有限公司 | 构建知识图谱的方法、装置、设备和计算机可读存储介质 |
CN113190674A (zh) * | 2021-05-08 | 2021-07-30 | 上海明略人工智能(集团)有限公司 | 用于生成事件脉络的方法、装置、电子设备及可读存储介质 |
CN113792117A (zh) * | 2021-08-30 | 2021-12-14 | 北京百度网讯科技有限公司 | 数据更新脉络的确定方法、装置、电子设备及存储介质 |
CN113792117B (zh) * | 2021-08-30 | 2024-02-20 | 北京百度网讯科技有限公司 | 数据更新脉络的确定方法、装置、电子设备及存储介质 |
CN114268746A (zh) * | 2021-12-20 | 2022-04-01 | 北京百度网讯科技有限公司 | 一种视频生成方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111447507B (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111447507B (zh) | 视频制作方法和装置、电子设备和存储介质 | |
EP3882792A1 (en) | Method and apparatus for processing information, electronic device and storage medium | |
CN106919635B (zh) | 一种群聊天记录查询方法、装置及电子设备 | |
CN110727668B (zh) | 数据清洗方法及装置 | |
CN111428049A (zh) | 一种事件专题的生成方法、装置、设备和存储介质 | |
CN109271509B (zh) | 直播间话题的生成方法、装置、计算机设备和存储介质 | |
CN107133263B (zh) | Poi推荐方法、装置、设备及计算机可读存储介质 | |
CN111460292B (zh) | 模型评估方法、装置、设备和介质 | |
CN112380131B (zh) | 模块测试方法、装置及电子设备 | |
CN110888926B (zh) | 医疗文本结构化的方法以及装置 | |
US11132362B2 (en) | Method and system of optimizing database system, electronic device and storage medium | |
CN111858905B (zh) | 模型训练方法、信息识别方法、装置、电子设备及存储介质 | |
CN105224604A (zh) | 一种基于堆优化的微博突发事件检测方法及其检测装置 | |
CN107766316B (zh) | 评价数据的分析方法、装置及系统 | |
CN110990445A (zh) | 一种数据处理方法、装置、设备和介质 | |
CN112084150B (zh) | 模型训练、数据检索方法,装置,设备以及存储介质 | |
CN111177462A (zh) | 视频分发时效的确定方法和装置 | |
CN111581518A (zh) | 信息推送方法和装置 | |
US11587095B2 (en) | Semantic sweeping of metadata enriched service data | |
CN110377891B (zh) | 事件分析文章的生成方法、装置、设备及计算机可读存储介质 | |
CN112487064A (zh) | 一种数据展示方法、装置及介质 | |
CN111400431A (zh) | 一种事件论元抽取方法、装置以及电子设备 | |
CN115114805B (zh) | 自主式交通系统架构的信息交互对离散仿真方法 | |
US9798626B2 (en) | Implementing change data capture by interpreting published events as a database recovery log | |
CN111581363B (zh) | 知识抽取方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |