CN112073757A - 情绪波动指数获取方法、显示方法及多媒体内容制作方法 - Google Patents

情绪波动指数获取方法、显示方法及多媒体内容制作方法 Download PDF

Info

Publication number
CN112073757A
CN112073757A CN202010814386.5A CN202010814386A CN112073757A CN 112073757 A CN112073757 A CN 112073757A CN 202010814386 A CN202010814386 A CN 202010814386A CN 112073757 A CN112073757 A CN 112073757A
Authority
CN
China
Prior art keywords
emotion
multimedia content
target
fluctuation index
index
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
CN202010814386.5A
Other languages
English (en)
Other versions
CN112073757B (zh
Inventor
卢欣
胡晓亮
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.)
Beijing QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century 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 QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN202010814386.5A priority Critical patent/CN112073757B/zh
Publication of CN112073757A publication Critical patent/CN112073757A/zh
Application granted granted Critical
Publication of CN112073757B publication Critical patent/CN112073757B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47202—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting content on demand, e.g. video on demand
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例提供了一种情绪波动指数获取方法、多媒体内容的制作方法、情绪波动指数显示方法及装置。所述情绪波动指数获取方法包括：获取目标多媒体内容对应的多条目标文本评论信息；基于预先训练的情绪分类模型，确定每条所述目标文本评论信息对应的目标情绪类别；根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。本申请实施例无需安排专业人员看剧总结，节省了人力资源，也无需专业人员的知识，本申请的方案具有通用性。

Description

情绪波动指数获取方法、显示方法及多媒体内容制作方法
技术领域
本申请涉及多媒体文件处理技术领域，特别是涉及一种情绪波动指数获取方法、显示方法、多媒体内容制作方法及装置。
背景技术
视频类互联网企业会制作和播放大量的剧集视频，包括专业生产的长视频剧集,比如电视剧，电影，综艺等，和短视频为主的其它视频等多种方式。
用户在观看视频的过程中，可以通过发弹幕、写评论等方式表达自己的感受。这些感受很多是观众自己的情绪的抒发，其中包含了对角色、演技、制作和故事等的正中负评价。
在现有技术方案中，在分析用户观看某视频的感受时，通常是由专业人员对该视频关联的弹幕、评论等逐条进行分析，以获取用户对观看该视频时的感受，而此种分析方式需要耗费大量的人力，增加了人力成本。
而视频制作方在进行后期某类型的视频制作时，通常需要安排专业人员对同类型的视频进行观看分析，结合分析结果给出视频制作的引导依据，此种方式需要依赖于专业人员的认知，且需要大量的人力资源，增加了视频制作的成本。
并且，上述用户观看视频的感受的结果仅能使视频播放的一方观看，而在用户观看视频的过程中，并不能对用户观看视频进行引导，可能会导致用户观看到不适应的内容，给用户带来了观看不适感，影响用户的体验。
发明内容
本申请实施例的目的在于提供一种情绪波动指数获取方法、显示方法、多媒体内容制作方法及装置。具体技术方案如下：
在本申请实施的第一方面，提供了一种视频波动指数获取方法，包括：
获取目标多媒体内容对应的多条目标文本评论信息；
基于预先训练的情绪分类模型，确定每条所述目标文本评论信息对应的目标情绪类别；
根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，所述根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数，包括：
获取所述目标多媒体内容中指定时间单位对应的指定文本评论信息的指定情绪类别；
根据所述指定情绪类别，确定所述指定文本评论信息对应的情绪方向数值；
根据所述情绪方向数值、各所述目标情绪类别和所述预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，所述根据所述情绪方向数值、各所述目标情绪类别和所述预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数，包括：
根据各所述目标情绪类别，计算得到所述目标多媒体内容中指定时间单位内的情绪方向均值和情绪方向标准差；
根据所述情绪方向均值、所述情绪方向数值和所述情绪方向标准差，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，在所述根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数之后，还包括：
接收对所述目标多媒体内容对应的情绪波动指数的触发操作；
响应于所述触发操作，根据所述目标多媒体内容中各时间单位对应的播放顺序，在指定页面内按照时间先后的顺序绘制情绪波动指数对应的情绪波动曲线图。
在本申请实施的第二方面，提供了一种多媒体内容的制作方法，所述方法适用于多媒体内容的生产设备，包括：
获取目标多媒体内容的情绪波动指数；所述情绪波动指数是基于上述任一项所述的情绪波动指数获取方法获取到的；
根据预先设置的情绪波动指数的选取规则，确定所述目标多媒体内容中符合所述选取规则的情绪波动指数对应的多媒体片段；
根据所述多媒体片段，生成目标多媒体片段。
可选地，所述根据所述多媒体片段，生成目标多媒体片段，包括：
在所述多媒体片段为多个多媒体片段的情况下，获取所述多个多媒体片段对应的播放顺序；
根据所述多个多媒体片段和所述播放顺序，生成所述目标多媒体片段。
在本申请实施的第三方面，提供了一种情绪波动指数显示方法，所述方法适用于显控设备，包括：
响应于针对目标多媒体内容所处显示页面的触发操作，获取所述目标多媒体内容中指定时间单位内的情绪波动指数；所述情绪波动指数是基于上述任一项所述的情绪波动指数获取方法获取到的；
显示所述情绪波动指数。
可选地，所述获取所述目标多媒体内容中指定时间单位内的情绪波动指数，包括：
将所述目标多媒体文件对应的情绪指数获取请求发送至服务器，并获取由所述服务器返回的所述目标多媒体文件的情绪波动指数；或
从本地数据库中获取所述目标多媒体文件的情绪波动指数。
可选地，所述显示所述情绪波动指数，包括：
将所述情绪波动指数对应的情绪波动曲线图显示于所述显示页面内与所述目标多媒体内容关联的位置处。
可选地，在所述显示所述情绪波动指数之后，还包括：
响应于针对所述目标多媒体内容的播放指令，播放所述目标多媒体内容；
根据所述指定时间单位内的情绪波动指数，在所述目标多媒体内容的播放时间进度条上显示情绪波动指数对应的指数标识。
可选地，所述根据所述指定时间单位内的情绪波动指数，在所述目标多媒体内容的播放时间进度条上显示情绪波动指数对应的指数标识，包括：
获取所述目标多媒体内容中情绪波动指数大于第一阈值指数的第一情绪波动指数，和/或小于第二阈值指数的第二情绪波动指数；
根据所述第一情绪波动指数和/或所述第二情绪波动指数对应的指定时间单位，在所述播放时间进度条上显示所述第一情绪波动指数对应的第一标识，和/或在所述播放时间进度条上显示所述第二情绪波动指数对应的第二标识。
在本申请实施的第四方面，提供了一种情绪波动指数获取装置，包括：
目标评论信息获取模块，用于获取目标多媒体内容对应的多条目标文本评论信息；
目标情绪类别确定模块，用于基于预先训练的情绪分类模型，确定每条所述目标文本评论信息对应的目标情绪类别；
情绪波动指数确定模块，用于根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，所述情绪波动指数确定模块包括：
指定情绪类别获取单元，用于获取所述目标多媒体内容中指定时间单位对应的指定文本评论信息的指定情绪类别；
情绪方向数值确定单元，用于根据所述指定情绪类别，确定所述指定文本评论信息对应的情绪方向数值；
情绪波动指数确定单元，用于根据所述情绪方向数值、各所述目标情绪类别和所述预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，所述情绪波动指数确定单元包括：
均值标准差计算子单元，用于根据各所述目标情绪类别，计算得到所述目标多媒体内容中指定时间单位内的情绪方向均值和情绪方向标准差；
情绪波动指数确定子单元，用于根据所述情绪方向均值、所述情绪方向数值和所述情绪方向标准差，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，还包括：
触发操作接收模块，用于接收对所述目标多媒体内容对应的情绪波动指数的触发操作；
情绪波动曲线显示模块，用于响应于所述触发操作，根据所述目标多媒体内容中各时间单位对应的播放顺序，在指定页面内按照时间先后的顺序绘制情绪波动指数对应的情绪波动曲线图。
在本申请实施的第五方面，提供了一种多媒体内容的制作装置，所述装置适用于多媒体内容的生产设备，包括：
情绪波动指数获取模块，用于获取目标多媒体内容的情绪波动指数；所述情绪波动指数是基于上述任一项所述的情绪波动指数获取装置获取到的；
多媒体片段确定模块，用于根据预先设置的情绪波动指数的选取规则，确定所述目标多媒体内容中符合所述选取规则的情绪波动指数对应的多媒体片段；
目标片段生成模块，用于根据所述多媒体片段，生成目标多媒体片段。
可选地，所述目标片段生成模块包括：
播放顺序获取单元，用于在所述多媒体片段为多个多媒体片段的情况下，获取所述多个多媒体片段对应的播放顺序；
目标片段生成单元，用于根据所述多个多媒体片段和所述播放顺序，生成所述目标多媒体片段。
在本申请实施的第六方面，提供了一种情绪波动指数显示装置，所述装置适用于显控设备，包括：
情绪指数获取模块，用于响应于针对目标多媒体内容所处显示页面的触发操作，获取所述目标多媒体内容中指定时间单位内的情绪波动指数；所述情绪波动指数是基于上述任一项所述的情绪波动指数获取装置获取到的；
情绪指数显示模块，用于显示所述情绪波动指数。
可选地，所述情绪指数获取模块包括：
第一情绪指数获取单元，用于将所述目标多媒体文件对应的情绪指数获取请求发送至服务器，并获取由所述服务器返回的所述目标多媒体文件的情绪波动指数；
第二情绪指数获取单元，用于从本地数据库中获取所述目标多媒体文件的情绪波动指数。
可选地，所述情绪指数显示模块包括：
情绪指数显示子单元，用于将所述情绪波动指数对应的情绪波动曲线图显示于所述显示页面内与所述目标多媒体内容关联的位置处。
可选地，还包括：
目标内容播放模块，用于响应于针对所述目标多媒体内容的播放指令，播放所述目标多媒体内容；
指数标识显示模块，用于根据所述指定时间单位内的情绪波动指数，在所述目标多媒体内容的播放时间进度条上显示情绪波动指数对应的指数标识。
可选地，所述指数标识显示模块包括：
情绪指数获取单元，用于获取所述目标多媒体内容中情绪波动指数大于第一阈值指数的第一情绪波动指数，和/或小于第二阈值指数的第二情绪波动指数；
指数标识显示单元，用于根据所述第一情绪波动指数和/或所述第二情绪波动指数对应的指定时间单位，在所述播放时间进度条上显示所述第一情绪波动指数对应的第一标识，和/或在所述播放时间进度条上显示所述第二情绪波动指数对应的第二标识。
在本申请实施的又一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的情绪波动指数获取方法，或多媒体内容的制作方法，或情绪波动指数显示方法。
在本申请实施的又一方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的情绪波动指数获取方法，或多媒体内容的制作方法，或情绪波动指数显示方法。
本申请实施例提供的方案，通过获取目标多媒体内容对应的多条目标文本评论信息，基于预先训练的情绪分类模型，确定每条目标文本评论信息对应的目标情绪类别，根据各目标情绪类别和预置算法，确定目标多媒体内容中指定时间单位内的情绪波动指数。本申请通过采用预先训练的情绪分类模型对目标多媒体内容的评论文本进行分类，并结合预置算法确定出目标多媒体内容对应的情绪波动指数，从而无需安排专业人员看剧总结，节省了人力资源，也无需专业人员的知识，本申请的方案具有通用性。
并且，本申请实施例通过结合目标多媒体内容的情绪波动指数，筛选出多媒体片段，并制作目标多媒体片段，从而可以使生成的目标多媒体片段能够吸引用户的观看，能够提高制作方的客户流量，进而提高了制作方的收益。
进一步地，本申请实施例通过在显示页面内显示目标多媒体内容的情绪波动指数，进而可以为用户选择播放的多媒体内容提供选择依据，以避免播放的多媒体内容对用户造成不适感，进而提高了用户的体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种情绪波动指数获取方法的步骤流程图；
图2为本申请实施例提供的一种多媒体内容的制作方法的步骤流程图；
图3为本申请实施例提供的一种情绪波动指数显示方法的步骤流程图；
图4为本申请实施例提供的一种情绪波动指数获取装置的结构示意图；
图5为本申请实施例提供的一种多媒体内容的制作装置的结构示意；
图6为本申请实施例提供的一种情绪波动指数显示装置的结构示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
实施例一
在现有技术中，在需要对用户观看某部视频的感受进行分析时，需要由专业人员对该视频关联的弹幕、评论等逐条进行分析，以获取用户观看该视频时的感受，导致视频分析会依赖专业人员的技术水平，且耗费了大量的人力资源，增加了人力成本。
本申请为了解决上述问题，而提出了通过采用预先训练的情绪分类模型对目标多媒体内容的评论文本进行分类，并结合预置算法确定出目标多媒体内容对应的情绪波动指数，从而无需安排专业人员看剧总结，节省了人力资源，也无需专业人员的知识，本申请的方案具有通用性，可以应用于较多的应用场景中。
接下来，结合图1对本实施例的技术方案进行详细阐述。
参照图1，示出了本申请实施例提供的一种情绪波动指数获取方法的步骤流程图，如图1所示，该情绪波动指数获取方法具体可以包括如下步骤：
步骤101：获取目标多媒体内容对应的多条目标文本评论信息。
本申请实施例可以应用于获取用户对某个多媒体内容的情绪波动指数的场景中。
目标多媒体内容是指需要进行舆情分析的多媒体内容，在本实施例中，目标多媒体内容可以为一个视频频段，例如，某个视频网站的几分钟或十几分钟的短视频，或某部电视剧或电影中的一个视频片段等。当然，目标多媒体内容可以为一个视频剧集，如某部电视剧中的一集电视剧，或者一部电影等等。
目标多媒体内容还可以为一个音乐内容，如演唱会等等，具体地，可以根据业务需求而定，本实施例对此不加以限制。
目标文本评论信息是指在播放目标多媒体内容时，用户对目标多媒体内容的评论信息，在本实施例中，目标文本评论信息可以是指用户在播放看目标多媒体内容过程中发出的弹幕信息，也可以是指用户在播放目标多媒体内容之后对目标多媒体内容的发表的评论等等。
可以理解地，上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例，不作为对本申请实施例的唯一限制。
目标多媒体内容可以是从多媒体内容网站中随机选取的一个多媒体内容，也可以是某电视台或卫视正在热播的多媒体内容等，具体地，可以根据业务需求而定，本申请实施例对此不加以限制。
在获取目标多媒体内容之后，可以根据目标多媒体内容对应的播放位置，获取目标多媒体内容的目标文本评论信息，例如，目标多媒体内容在某个应用程序上进行过播放，可以通过该应用程序获取与目标多媒体内容关联的评论文本等等。
在获取到目标多媒体内容对应的多条目标文本评论信息之后，执行步骤102。
步骤102：基于预先训练的情绪分类模型，确定每条所述目标文本评论信息对应的目标情绪类别。
情绪分类模型是指预先训练得到的，用于对评论文本进行分类的模型，对于情绪分类模型的训练过程将在下述具体实现方式进行详细描述。
在本申请的一种具体实现方式中，情绪分类模型的训练过程可以包括步骤1～步骤4。
步骤1、获取文本评论样本；每条所述文本评论样本对应于一个初始情绪类别。
在本实施例中，文本评论样本是指用于对初始情绪分类模型进行训练的评论样本。
文本评论样本的获取方式可以为：
1、获取至少一个数据源中的原始评论文本。
数据源是指用于获取多媒体内容的评论文本的源头，数据源可以为某个多媒体内容网站、某个多媒体内容应用程序等，具体地，可以根据实际情况而定。
原始评论文本是指从数据源获取的多媒体内容的评论文本，原始评论文本也即还未进行相关处理的评论文本。
在本申请中，可以通过网络爬取获得多媒体内容相关的信息(包括用户在网络发表的与剧集相关的文本评论等)，同时获得企业内部积累的相关数据(包括用户发表在站内的与多媒体内容相关的文本评论信息)，以此作为原始评论文本。进而可以对原始评论文本进行预处理以得到文本评论样本，具体地，可以对原始评论文本进行清洗、结构化存储等预处理方式后，可以认为获得相对较全面的用户对多媒体内容的反馈，以此得到文本评论样本。
在得到文本评论样本之后，可以由业务人员设置每个文本评论文本对应的初始情绪类别。
在获取文本评论样本之后，执行步骤2。
步骤2、根据所述文本评论样本对初始情绪分类模型进行训练，确定所述文本评论样本对应的预测情绪类别。
初始情绪分类模型是指还未进行训练的用于对文本进行情绪分类的模型。
预测情绪类别是指在对初始情绪分类模型进行训练的过程中，由初始情绪分类模型确定的文本评论样本的情绪类别。
在获取文本评论样本之后，可以采用文本评论样本对初始情绪分类模型进行训练，以通过初始情绪分类模型获取文本评论样本对应的预测情绪类别。
在根据文本评论样本对初始情绪分类模型进行训练，确定出文本评论样本对应的预测情绪类别之后，执行步骤3。
步骤3、根据所述初始情绪类别和所述预测情绪类别，计算所述初始情绪分类模型的损失值。
在确定出文本评论样本对应的预测情绪类别之后，可以结合文本评论样本的初始情绪类别，计算初始情绪分类模型的损失值，进而，执行步骤4。
步骤4、在所述损失值处于预设范围内的情况下，将所述初始情绪分类模型作为情绪分类模型。
预设范围可以根据实际应用场景和实际需求由研发人员预先设定，本发明实施例对于预设范围的具体数值不加以限制。
而如果损失值在预设范围内时，则可以认为预测情绪类别与初始情绪类别的偏差非常小，此时，可以认为该初始情绪分类模型能够准确的检测出评论文本对应的情绪类别，相应的，可以将该初始情绪分类模型作为最终的情绪分类模型。
而如果损失值在预设范围外时，则可以认为预测情绪类别与初始情绪类别之间的偏差较大，此时，可以增加文本评论样本的数量，继续对初始情绪分类模型进行训练，以使得最终得到的损失值在预设范围内。
目标情绪类别是指通过文本评论信息反映出的用户在播放目标多媒体内容的过程中发表评论时的情绪。
在本实施例中，针对某一个多媒体内容，首先集中在用户每一句的情绪分析，每一句情绪分析的类别在本文中定义为三类，正向，中性，负向情绪。示例如下：
1、“看了第一部觉得非常不错,第二部也没有让人失望,非常值得观看”为正向评论；
2、“可惜节奏不够紧张,太拖沓,好多没必要的情节浪费了这么引人思考的主题”为负向评论；
3、“这个电视剧不好也不坏”为中性评论。
可以理解地，上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例，不作为对本申请的唯一限制。
在获取到目标多媒体内容对应的情绪分类模型之后，可以采用情绪分类模型对每条目标文本评论信息进行识别处理，从而可以确定出每条目标文本评论信息对应的目标情绪类别。
在确定出每条目标文本评论信息对应的目标情绪类别之后，执行步骤103。
步骤103：根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
预置算法是指根据目标多媒体内容对应的情绪类别计算情绪波动率的算法。
在确定出目标多媒体内容的多条目标评论信息对应的目标情绪类别之后，可以结合多个目标情绪类别和预置算法计算得到目标多媒体内容对应的情绪波动指数，具体地，可以结合下述具体实现方式进行详细描述。
在本申请的一种具体实现方式中，上述步骤103可以包括：
子步骤S1：获取所述目标多媒体内容中指定时间单位对应的指定文本评论信息的指定情绪类别。
在本实施例中，指定情绪类别是指目标多内容中指定时间单位内的指定文本评论信息对应的情绪类别。
在获取目标多媒体内容中指定时间单位对应的指定文本评论信息之后，可以对指定文本评论信息进行分析，以确定指定文本评论文本的指定情绪类别。在本实施例中，针对某一个多媒体内容，首先集中在用户每一句的情绪分析，每一句情绪分析的类别在本文中定义为三类，正向，中性，负向情绪。示例如下：1、“看了第一部觉得非常不错,第二部也没有让人失望,非常值得观看”为正向评论；2、“可惜节奏不够紧张,太拖沓,好多没必要的情节浪费了这么引人思考的主题”为负向评论；3、“这个电视剧不好也不坏”为中性评论。
在获取目标多媒体内容中指定时间单位对应的指定文本评论信息的指定情绪类别之后，执行子步骤S2。
子步骤S2：根据所述指定情绪类别，确定所述指定文本评论信息对应的情绪方向数值。
情绪方向数值是指结合目标多媒体内容的多条指定文本评论信息确定出的该目标多媒体内容中指定时间单位的情绪方向的数值，具体地，情绪方向数值可以分为三个数值，即正向、负向和中性。在获取多条指定评论信息对应的指定情绪类别之后，则可以确定出多条指定文本评论信息所对应的情绪方向数值，例如，在正向的情绪类别大于负向的情绪类别时，则情绪方向数值即为正向，记为+1；在负向的情绪类别大于正向的情绪类别时，则情绪方向数值即为负向，记为-1；在正向的情绪类别等于负向的情绪类别时，则情绪方向数值即为中性，记为0。
可以理解地，上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。
在获取指定文本评论信息对应的情绪方向数值之后，执行子步骤S3。
子步骤S3：根据所述情绪方向数值、各所述目标情绪类别和所述预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
预置算法是指根据目标视频对应的情绪类别计算情绪波动率的算法。
在获取情绪方向数值之后，可以结合多个目标情绪类别、情绪方向数值和预置算法计算得到目标视频对应的情绪波动率，具体地，可以结合下述具体实现方式进行详细描述。
在本申请的另一种具体实现方式中，上述子步骤S3可以包括：
子步骤M1：根据各所述目标情绪类别，计算得到所述目标多媒体内容中指定时间单位内的情绪方向均值和情绪方向标准差。
在本实施例中，情绪方向均值是指正向评论与负向评论之间的差值，在获取到多条指定评论文本信息之后，可以结合多条指定评论文本信息对应的指定情绪类别计算得到目标多媒体内容中指定时间单位的情绪方向均值，即正向评论的单句数量-负向评论的单句数量＝情绪方向均值。
情绪方向标准差是指多条指定评论文本信息构成的集合的情绪方向的标准差，在在获取到多条指定评论文本信息之后，可以计算得到正向评论的单句数量的平方和负向评论的单句数量的平方，然后计算平方后的差值，即可得到情绪方向标准差，即正向评论的单句数量的平方-负向评论的单句数量的平方＝情绪方向标准差。
子步骤M2：根据所述情绪方向均值、所述情绪方向数值和所述情绪方向标准差，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
在计算得到目标多媒体内容中指定时间单位的情绪方向均值和情绪方向标准差之后，可以结合情绪方向均值、情绪方向数值和情绪方向标准差计算出该指定时间单位的情绪波动指数，具体地，情绪波动指数＝(情绪方向数值-情绪方向均值)/情绪方向标准差。
当然，在本实施例中，目标多媒体内容以视频为例，目标多媒体内容可以是一个完整的视频，也可以为一个视频片段，比如：某个电视剧，假设每一集为一个单元格，用户在第一集内发表的评论或弹幕的情绪方向数值为A1；本电视剧共有X集，X集内所有评论或者弹幕的情绪方向均值为H，标准差为S，所有第一集波动率数值＝(A1–H)/S；其他集的情绪方向数值可以类似计算出。这样最后可以构成每集情绪波动指数的曲线。用于和电视剧流量等关键指标的关联分析等。具体地，可以结合下述具体实现方式进行详细描述。
在本申请的另一种具体实现方式中，在上述步骤103之后，还可以包括：
步骤N1：接收对所述目标多媒体内容对应的情绪波动指数的触发操作。
在本实施例中，触发操作是指用户执行的用于获取目标多媒体内容的情绪波动指数的操作。
在某些示例中，触发操作可以为用户点击目标多媒体内容而生成的操作，例如，目标多媒体内容以视频为例，在用户打开该视频所处的页面时，可以点击该视频对应的图标，从而可以生成该视频对应的触发操作。
当然，不仅限于此，触发操作还可以为用户执行的其它形式的操作，例如，在目标多媒体内容所处页面内，在目标多媒体内容的关联位置处显示有一个情绪波动指数的触发按钮，在用户点击该触发按钮之后，即生成目标多媒体内容对应的触发操作等，具体地，可以根据业务需求而定，本实施例对此不加以限制。
在接收到对目标多媒体内容对应的情绪波动指数的触发操作之后，执行步骤N2。
步骤N2：响应于所述触发操作，根据所述目标多媒体内容中各时间单位对应的播放顺序，在指定页面内按照时间先后的顺序绘制情绪波动指数对应的情绪波动曲线图。
在接收到对目标多媒体内容对应的情绪波动指数的触发操作之后，可以响应该触发操作，根据目标多媒体内容中各时间单位对应的播放顺序，在指定页面内按照时间先后的顺序绘制情绪波动指数对应的情绪波动曲线图。
本申请实施例通过绘制情绪波动曲线图可以用于和多媒体内容流量等关键指标的关联分析等。
本申请实施例提供的情绪波动指数获取方法，通过获取目标多媒体内容对应的多条目标文本评论信息，基于预先训练的情绪分类模型，确定每条目标文本评论信息对应的目标情绪类别，根据各目标情绪类别和预置算法，确定目标多媒体内容中指定时间单位内的情绪波动指数。本申请通过采用预先训练的情绪分类模型对目标多媒体内容的评论文本进行分类，并结合预置算法确定出目标多媒体内容对应的情绪波动指数，从而无需安排专业人员看剧总结，节省了人力资源，也无需专业人员的知识，本申请的方案具有通用性。
实施例二
在现有技术中，在视频制作方进行某种类型的视频制作时，需要安排专业人员对同类型的视频进行观看分析，结合分析结果给出视频制作的引导依据，此种方式需要依赖于专业人员的认知，且需要大量的人力资源，增加了视频制作的成本。
本申请为了解决上述问题，而提出了结合目标多媒体内容的情绪波动指数，筛选出多媒体片段，并制作目标多媒体片段，从而可以使生成的目标多媒体片段能够吸引用户的观看，能够提高制作方的客户流量，进而提高了制作方的收益。
接下来，结合图2对本实施例的技术方案进行详细阐述。
参照图2，示出了本申请实施例提供的一种多媒体内容的制作方法的步骤流程图，如图2所示，该多媒体内容的制作方法具体可以包括如下步骤：
步骤201：获取目标多媒体内容的情绪波动指数。
本申请实施例可以应用于根据目标多媒体内容的情绪波动指数制作目标多媒体片段的场景中。
目标多媒体内容是指预先获取了情绪波动指数的多媒体内容，在本实施例中，目标多媒体内容可以为视频、图片等多媒体内容。
目标多媒体内容的情绪波动指数是采用上述任一项的情绪波动指数获取方法获取到的。
在需要进行多媒体片段的制作时，可以获取目标多媒体内容的情绪波动指数，具体地，多媒体内容可以为一个多媒体内容，也可以为多个多媒体内容，具体地，可以根据业务需求而定，本实施例对此不加以限制。
在获取目标多媒体内容的情绪波动指数之后，执行步骤202。
步骤202：根据预先设置的情绪波动指数的选取规则，确定所述目标多媒体内容中符合所述选取规则的情绪波动指数对应的多媒体片段。
选取规则是指由业务人员预先设置的用于选取情绪波动指数的规则。
在本实施例中，选取规则可以为由业务人员预先设置的情绪波动指数对应的阈值，而对于该阈值的具体数值可以根据业务需求而定，本实施例对此不加以限制。
多媒体片段是指从多媒体内容中选取的符合选取规则的情绪波动指数所对应的多媒体片段。
在获取目标多媒体内容的情绪波动指数之后，可以根据预先设置的情绪波动指数的选取规则，确定出目标多媒体内容中符合选取规则的情绪波动指数对应的多媒体片段，例如，目标多媒体内容按照指定时间单位的划分，可以分为：第一时间单位、第二时间单位、第三时间单位和第四时间单位，其中，选取规则对应的情绪波动指数阈值为23，目标多媒体内容的第一时间单位的情绪波动指数为22，第二时间单位的情绪波动指数为26，第三时间单位的情绪波动指数为36，第四时间单位的情绪波动指数为18，那么，从目标多媒体内容中选取的符合选取规则的多媒体片段即为第二时间单位对应的多媒体片段和第三时间单位对应的多媒体片段。
可以理解地，上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。
在根据预先设置的情绪波动指数的选取规则，确定目标多媒体内容中符合选取规则的情绪波动指数对应的多媒体片段之后，执行步骤203。
步骤203：根据所述多媒体片段，生成目标多媒体片段。
在获取目标多媒体内容中符合选取规则的情绪波动指数对应的多媒体片段之后，可以根据多媒体片段生成目标多媒体片段。
具体地，在多媒体片段为一个片段时，则可以将该多媒体片段作为目标多媒体片段。
而在多媒体片段为多个多媒体片段时，可以设置多个多媒体片段对应的播放顺序，结合播放顺序和多个多媒体片段生成目标多媒体片段，具体地，可以结合下述具体实现方式进行详细描述。
在本申请的一种具体实现方式中，上述步骤203可以包括：
子步骤N1：在所述多媒体片段为多个多媒体片段的情况下，获取所述多个多媒体片段对应的播放顺序。
在本实施例中，播放顺序是指由多媒体片段制作方设置的播放多个多媒体片段的顺序，例如，多个多媒体片段包括片段1、片段2和片段3，其中，业务人员设置的这三个多媒体片段的播放先后顺序依次为片段2、片段3和片段1。
在多媒体片段为多个多媒体片段的情况下，可以获取多个多媒体片段对应的播放顺序，进而执行子步骤N2。
子步骤N2：根据所述多个多媒体片段和所述播放顺序，生成所述目标多媒体片段。
在获取多个多媒体片段对应的播放顺序之后，可以结合多个多媒体片段和播放顺序可以生成目标多媒体片段，例如，多个多媒体片段包括片段1、片段2和片段3，其中，业务人员设置的这三个多媒体片段的播放先后顺序依次为片段2、片段3和片段1，那么按照播放顺序和这三个多媒体片段生成的目标多媒体片段为片段2片段3和片段1，即按照播放顺序依次播放着三个片段。
本申请实施例通过结合目标多媒体内容的情绪波动指数，筛选出多媒体片段，并制作目标多媒体片段，从而可以使生成的目标多媒体片段能够吸引用户的观看，能够提高制作方的客户流量，进而提高了制作方的收益。
本申请实施例提供的多媒体内容的制作方法，通过获取目标多媒体内容的情绪波动指数，根据预先设置的情绪波动指数的选取规则，确定目标多媒体内容中符合选取规则的情绪波动指数对应的多媒体片段，根据多媒体片段，生成目标多媒体片段。本申请实施例通过结合目标多媒体内容的情绪波动指数，筛选出多媒体片段，并制作目标多媒体片段，从而可以使生成的目标多媒体片段能够吸引用户的观看，能够提高制作方的客户流量，进而提高了制作方的收益。
实施例三
在现有技术中，用户观看视频的感受仅能使仅能使视频播放的一方观看，而在用户观看视频的过程中，并不能对用户观看视频进行引导，可能会导致用户观看到不适应的内容，给用户带来了观看不适感，影响用户的体验。
为了解决上述问题，本申请提出了在显示页面内显示目标多媒体内容的情绪波动指数，进而可以为用户选择播放的多媒体内容提供选择依据，以避免播放的多媒体内容对用户造成不适，进而提高了用户的体验。
接下来，结合图3对本实施例的技术方案进行详细阐述。
参照图3，示出了本申请实施例提供的一种情绪波动指数显示方法的步骤流程图，如图3所示，该情绪波动指数显示方法具体可以包括如下步骤：
步骤301：响应于针对目标多媒体内容所处显示页面的触发操作，获取所述目标多媒体内容中指定时间单位内的情绪波动指数。
本申请实施例可以应用于在多媒体内容所处显示页面显示多媒体内容对应的情绪波动指数的场景中。
目标多媒体内容是指预先获取了情绪波动指数的多媒体内容，在本实施例中，目标多媒体内容可以为视频、图片等多媒体内容。
目标多媒体内容的情绪波动指数是采用上述任一项的情绪波动指数获取方法获取到的。
触发操作是指用户对目标多媒体内容执行的用于显示目标多媒体内容的情绪波动指数的操作。
在本实施例中，触发操作可以为用户对目标多媒体内容执行的点击操作，例如，在显示页面内显示有目标多媒体内容对应的图标，在用户点击该图标时，可以生成目标多媒体内容对应的触发操作。
当然，触发操作还可以为其它形式的操作，如双击目标多媒体内容的图标等，具体地，可以根据业务需求而定，本实施例对此不加以限制。
在用户需要在显示页面内显示目标多媒体内容的情绪波动指数时，可以由用户对目标多媒体内容执行触发操作，响应该触发操作，可以获取目标多媒体内容中指定时间单位内的情绪波动指数。
在本实施例中，目标多媒体内容中指定时间单位内的情绪波动指数可以为从服务器获取的，也可以为从本地数据库中获取的，具体地，可以根据业务需求而定，本实施例对此不加以限制。
在获取目标多媒体内容中指定时间单位内的情绪波动指数之后，执行步骤302。
步骤302：显示所述情绪波动指数。
在获取目标多媒体内容中指定时间单位内的情绪波动指数之后，可以在显示页面内显示目标多媒体内容的情绪波动指数。具体地，可以结合下述具体实现方式进行详细描述。
在本申请的一种具体实现方式中，上述步骤302可以包括：
子步骤K1：将所述情绪波动指数对应的情绪波动曲线图显示于所述显示页面内与所述目标多媒体内容关联的位置处。
在本实施例中，情绪波动曲线图是指根据目标多媒体内容中指定时间单位内的情绪波动指数绘制而成的曲线图。
情绪波动曲线图可以为从服务器获取的，也可以为从本地缓存中获取的，具体地，可以根据业务需求而定，本实施例对此不加以限制。
在获取目标多媒体内容中指定时间单位的情绪波动指数对应的情绪波动曲线图之后，可以将情绪波动指数对应的情绪波动曲线图显示于显示页面内与目标多媒体内容关联的位置处，具体地显示方式可以分为以下几种情况：
1、在显示页面内显示有目标多媒体内容的图标，可以将情绪波动曲线图显示该目标上；
2、在显示页面内显示有目标多媒体内容对应的图标，在该图标的附近位置处显示情绪波动曲线图，例如，在该图标的上方(或下方、左方、右方等)靠近该图标的位置处显示情绪波动曲线图等；
3、在显示页面内显示有目标多媒体内容对应的图标，在该图标上方显示一个弹窗，在该弹窗窗口内显示情绪波动曲线图。
当然，不仅限于此，还可以设置其它情绪波动曲线图的位置，具体地，可以根据业务需求而定，本实施例对此不加以限制。
在本实施例中，还可以根据目标多媒体内容的情绪波动指数，在播放目标多媒体内容时，在目标多媒体内容的播放进度条上进行打点，以对用户进行提示，具体地，可以结合下述具体实现方式进行详细描述。
在本申请的一种具体实现方式中，在上述步骤302之后，还可以包括：
步骤H1：响应于针对所述目标多媒体内容的播放指令，播放所述目标多媒体内容。
在本实施例中，播放指令是指用户执行的用于播放目标多媒体内容的指令。
在某些示例中，播放指令可以为用户双击目标多媒体内容对应的图标所形成的指令，例如，在显示页面内显示有目标多媒体内容的图标，在用户需要播放目标多媒体内容时，可以双击该图标，以生成目标多媒体内容的播放指令。
在某些示例中，播放指令可以为用户输入的语音形成的指令，例如，在用户需要播放目标多媒体内容时，可以输入一段语音，如“播放目标多媒体内容”，通过对该语音的解析，并根据解析结果生成目标多媒体内容的播放指令。
可以理解地，上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例，不作为对本实施例的唯一限制。
在接收到针对目标多媒体内容的播放指令之后，可以响应该播放指令，播放目标多媒体内容。
在播放目标多媒体内容之后，执行步骤H2。
步骤H2：根据所述指定时间单位内的情绪波动指数，在所述目标多媒体内容的播放时间进度条上显示情绪波动指数对应的指数标识。
在播放目标多媒体内容的过程中，可以根据指定时间单位内的情绪波动指数，在目标多媒体内容的播放时间进度条上显示情绪波动指数对应的指数标识，具体地，可以获取目标多媒体内容中情绪波动指数大于第一阈值指数的第一情绪波动指数，和/或小于第二阈值指数的第二情绪波动指数，根据第一情绪波动指数和/或第二情绪波动指数对应的指定时间单位，在播放时间进度条上显示第一情绪波动指数对应的第一标识，和/或在播放时间进度条上显示第二情绪波动指数对应的第二标识，例如，可以在播放时间进度条上显示的第一标识为红色点标识，第二标识为绿色点标识等。
本申请实施例通过在播放目标多媒体内容的过程中，显示对应的标识，可以避免用户观看到不适的内容，或引导用户观看精彩内容，提高用户的观看体验。
本申请实施例提供的情绪波动指数显示方法，通过响应于针对目标多媒体内容所处显示页面的触发操作，获取目标多媒体内容中指定时间单位内的情绪波动指数，显示情绪波动指数。本申请实施例通过在显示页面内显示目标多媒体内容的情绪波动指数，进而可以为用户选择播放的多媒体内容提供选择依据，以避免播放的多媒体内容对用户造成不适，进而提高了用户的体验。
实施例四
参照图4，示出了本申请实施例提供的一种情绪波动指数获取装置的结构示意图，如图4所示，该情绪波动指数获取装置400具体可以包括如下模块：
目标评论信息获取模块410，用于获取目标多媒体内容对应的多条目标文本评论信息；
目标情绪类别确定模块420，用于基于预先训练的情绪分类模型，确定每条所述目标文本评论信息对应的目标情绪类别；
情绪波动指数确定模块430，用于根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，所述情绪波动指数确定模块430包括：
指定情绪类别获取单元，用于获取所述目标多媒体内容中指定时间单位对应的指定文本评论信息的指定情绪类别；
情绪方向数值确定单元，用于根据所述指定情绪类别，确定所述指定文本评论信息对应的情绪方向数值；
情绪波动指数确定单元，用于根据所述情绪方向数值、各所述目标情绪类别和所述预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，所述情绪波动指数确定单元包括：
均值标准差计算子单元，用于根据各所述目标情绪类别，计算得到所述目标多媒体内容中指定时间单位内的情绪方向均值和情绪方向标准差；
情绪波动指数确定子单元，用于根据所述情绪方向均值、所述情绪方向数值和所述情绪方向标准差，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
可选地，还包括：
触发操作接收模块，用于接收对所述目标多媒体内容对应的情绪波动指数的触发操作；
情绪波动曲线显示模块，用于响应于所述触发操作，根据所述目标多媒体内容中各时间单位对应的播放顺序，在指定页面内按照时间先后的顺序绘制情绪波动指数对应的情绪波动曲线图。
本申请实施例提供的情绪波动指数获取装置，通过获取目标多媒体内容对应的多条目标文本评论信息，基于预先训练的情绪分类模型，确定每条目标文本评论信息对应的目标情绪类别，根据各目标情绪类别和预置算法，确定目标多媒体内容中指定时间单位内的情绪波动指数。本申请通过采用预先训练的情绪分类模型对目标多媒体内容的评论文本进行分类，并结合预置算法确定出目标多媒体内容对应的情绪波动指数，从而无需安排专业人员看剧总结，节省了人力资源，也无需专业人员的知识，本申请的方案具有通用性。
实施例五
参照图5，示出了本申请实施例提供的一种多媒体内容的制作装置的结构示意图，该装置适用于多媒体内容的生产设备，如图5所示，该多媒体内容的制作装置500具体可以包括如下模块：
情绪波动指数获取模块510，用于获取目标多媒体内容的情绪波动指数；所述情绪波动指数是基于上述任一项所述的情绪波动指数获取装置获取到的；
多媒体片段确定模块520，用于根据预先设置的情绪波动指数的选取规则，确定所述目标多媒体内容中符合所述选取规则的情绪波动指数对应的多媒体片段；
目标片段生成模块530，用于根据所述多媒体片段，生成目标多媒体片段。
可选地，所述目标片段生成模块530包括：
播放顺序获取单元，用于在所述多媒体片段为多个多媒体片段的情况下，获取所述多个多媒体片段对应的播放顺序；
目标片段生成单元，用于根据所述多个多媒体片段和所述播放顺序，生成所述目标多媒体片段。
本申请实施例提供的多媒体内容的制作装置，通过获取目标多媒体内容的情绪波动指数，根据预先设置的情绪波动指数的选取规则，确定目标多媒体内容中符合选取规则的情绪波动指数对应的多媒体片段，根据多媒体片段，生成目标多媒体片段。本申请实施例通过结合目标多媒体内容的情绪波动指数，筛选出多媒体片段，并制作目标多媒体片段，从而可以使生成的目标多媒体片段能够吸引用户的观看，能够提高制作方的客户流量，进而提高了制作方的收益。
实施例六
参照图6，示出了本申请实施例提供的一种情绪波动指数显示装置的结构示意图，该装置适用于显控设备，如图6所示，该情绪波动指数显示装置600具体可以包括如下模块：
情绪指数获取模块610，用于响应于针对目标多媒体内容所处显示页面的触发操作，获取所述目标多媒体内容中指定时间单位内的情绪波动指数；所述情绪波动指数是基于上述任一项所述的情绪波动指数获取装置获取到的；
情绪指数显示模块620，用于显示所述情绪波动指数。
可选地，所述情绪指数获取模块610包括：
第一情绪指数获取单元，用于将所述目标多媒体文件对应的情绪指数获取请求发送至服务器，并获取由所述服务器返回的所述目标多媒体文件的情绪波动指数；
第二情绪指数获取单元，用于从本地数据库中获取所述目标多媒体文件的情绪波动指数。
可选地，所述情绪指数显示模块620包括：
情绪指数显示子单元，用于将所述情绪波动指数对应的情绪波动曲线图显示于所述显示页面内与所述目标多媒体内容关联的位置处。
可选地，还包括：
目标内容播放模块，用于响应于针对所述目标多媒体内容的播放指令，播放所述目标多媒体内容；
指数标识显示模块，用于根据所述指定时间单位内的情绪波动指数，在所述目标多媒体内容的播放时间进度条上显示情绪波动指数对应的指数标识。
可选地，所述指数标识显示模块包括：
情绪指数获取单元，用于获取所述目标多媒体内容中情绪波动指数大于第一阈值指数的第一情绪波动指数，和/或小于第二阈值指数的第二情绪波动指数；
指数标识显示单元，用于根据所述第一情绪波动指数和/或所述第二情绪波动指数对应的指定时间单位，在所述播放时间进度条上显示所述第一情绪波动指数对应的第一标识，和/或在所述播放时间进度条上显示所述第二情绪波动指数对应的第二标识。
本申请实施例提供的情绪波动指数显示装置，通过响应于针对目标多媒体内容所处显示页面的触发操作，获取目标多媒体内容中指定时间单位内的情绪波动指数，显示情绪波动指数。本申请实施例通过在显示页面内显示目标多媒体内容的情绪波动指数，进而可以为用户选择播放的多媒体内容提供选择依据，以避免播放的多媒体内容对用户造成不适，进而提高了用户的体验。
本申请实施例还提供了一种电子设备，如图7所示，包括处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信，
存储器703，用于存放计算机程序；
处理器701，用于执行存储器703上所存放的程序时，实现上述情绪波动指数获取方法，或上述多媒体内容的制作方法，或上述情绪波动指数显示方法。
上述终端提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的情绪波动指数获取方法，或多媒体内容的制作方法，或情绪波动指数显示方法。
在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的情绪波动率获取方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (16)

1.一种情绪波动指数获取方法，其特征在于，包括：
获取目标多媒体内容对应的多条目标文本评论信息；
基于预先训练的情绪分类模型，确定每条所述目标文本评论信息对应的目标情绪类别；
根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
2.根据权利要求1所述的方法，其特征在于，所述根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数，包括：
获取所述目标多媒体内容中指定时间单位对应的指定文本评论信息的指定情绪类别；
根据所述指定情绪类别，确定所述指定文本评论信息对应的情绪方向数值；
根据所述情绪方向数值、各所述目标情绪类别和所述预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述情绪方向数值、各所述目标情绪类别和所述预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数，包括：
根据各所述目标情绪类别，计算得到所述目标多媒体内容中指定时间单位内的情绪方向均值和情绪方向标准差；
根据所述情绪方向均值、所述情绪方向数值和所述情绪方向标准差，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
4.根据权利要求1所述的方法，其特征在于，在所述根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数之后，还包括：
接收对所述目标多媒体内容对应的情绪波动指数的触发操作；
响应于所述触发操作，根据所述目标多媒体内容中各时间单位对应的播放顺序，在指定页面内按照时间先后的顺序绘制情绪波动指数对应的情绪波动曲线图。
5.一种多媒体内容的制作方法，其特征在于，所述方法适用于多媒体内容的生产设备，包括：
获取目标多媒体内容的情绪波动指数；所述情绪波动指数是基于权利要求1至4任一项所述的情绪波动指数获取方法获取到的；
根据预先设置的情绪波动指数的选取规则，确定所述目标多媒体内容中符合所述选取规则的情绪波动指数对应的多媒体片段；
根据所述多媒体片段，生成目标多媒体片段。
6.根据权利要求5所述的方法，其特征在于，所述根据所述多媒体片段，生成目标多媒体片段，包括：
在所述多媒体片段为多个多媒体片段的情况下，获取所述多个多媒体片段对应的播放顺序；
根据所述多个多媒体片段和所述播放顺序，生成所述目标多媒体片段。
7.一种情绪波动指数显示方法，其特征在于，所述方法适用于显控设备，包括：
响应于针对目标多媒体内容所处显示页面的触发操作，获取所述目标多媒体内容中指定时间单位内的情绪波动指数；所述情绪波动指数是基于权利要求1至4任一项所述的情绪波动指数获取方法获取到的；
显示所述情绪波动指数。
8.根据权利要求7所述的方法，其特征在于，所述获取所述目标多媒体内容中指定时间单位内的情绪波动指数，包括：
将所述目标多媒体文件对应的情绪指数获取请求发送至服务器，并获取由所述服务器返回的所述目标多媒体文件的情绪波动指数；或
从本地数据库中获取所述目标多媒体文件的情绪波动指数。
9.根据权利要求7所述的方法，其特征在于，所述显示所述情绪波动指数，包括：
将所述情绪波动指数对应的情绪波动曲线图显示于所述显示页面内与所述目标多媒体内容关联的位置处。
10.根据权利要求7所述的方法，其特征在于，在所述显示所述情绪波动指数之后，还包括：
响应于针对所述目标多媒体内容的播放指令，播放所述目标多媒体内容；
根据所述指定时间单位内的情绪波动指数，在所述目标多媒体内容的播放时间进度条上显示情绪波动指数对应的指数标识。
11.根据权利要求10所述的方法，其特征在于，所述根据所述指定时间单位内的情绪波动指数，在所述目标多媒体内容的播放时间进度条上显示情绪波动指数对应的指数标识，包括：
获取所述目标多媒体内容中情绪波动指数大于第一阈值指数的第一情绪波动指数，和/或小于第二阈值指数的第二情绪波动指数；
根据所述第一情绪波动指数和/或所述第二情绪波动指数对应的指定时间单位，在所述播放时间进度条上显示所述第一情绪波动指数对应的第一标识，和/或在所述播放时间进度条上显示所述第二情绪波动指数对应的第二标识。
12.一种情绪波动指数获取装置，其特征在于，包括：
目标评论信息获取模块，用于获取目标多媒体内容对应的多条目标文本评论信息；
目标情绪类别确定模块，用于基于预先训练的情绪分类模型，确定每条所述目标文本评论信息对应的目标情绪类别；
情绪波动指数确定模块，用于根据各所述目标情绪类别和预置算法，确定所述目标多媒体内容中指定时间单位内的情绪波动指数。
13.一种多媒体内容的制作装置，其特征在于，所述装置适用于多媒体内容的生产设备，包括：
情绪波动指数获取模块，用于获取目标多媒体内容的情绪波动指数；所述情绪波动指数是基于权利要求12所述的情绪波动指数获取装置获取到的；
多媒体片段确定模块，用于根据预先设置的情绪波动指数的选取规则，确定所述目标多媒体内容中符合所述选取规则的情绪波动指数对应的多媒体片段；
目标片段生成模块，用于根据所述多媒体片段，生成目标多媒体片段。
14.一种情绪波动指数显示装置，其特征在于，所述装置适用于显控设备，包括：
情绪指数获取模块，用于响应于针对目标多媒体内容所处显示页面的触发操作，获取所述目标多媒体内容中指定时间单位内的情绪波动指数；所述情绪波动指数是基于权利要求12所述的情绪波动指数获取装置获取到的；
情绪指数显示模块，用于显示所述情绪波动指数。
15.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1至4任一所述的情绪波动指数获取方法，或权利要求5至6任一项所述的多媒体内容的制作方法，或权利要求7至11任一项所述的情绪波动指数显示方法。
16.一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权利要求1至4任一所述的情绪波动指数获取方法，或权利要求5至6任一项所述的多媒体内容的制作方法，或权利要求7至11任一项所述的情绪波动指数显示方法。
CN202010814386.5A 2020-08-13 2020-08-13 情绪波动指数获取方法、显示方法及多媒体内容制作方法 Active CN112073757B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010814386.5A CN112073757B (zh) 2020-08-13 2020-08-13 情绪波动指数获取方法、显示方法及多媒体内容制作方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010814386.5A CN112073757B (zh) 2020-08-13 2020-08-13 情绪波动指数获取方法、显示方法及多媒体内容制作方法

Publications (2)

Publication Number Publication Date
CN112073757A true CN112073757A (zh) 2020-12-11
CN112073757B CN112073757B (zh) 2023-01-24

Family

ID=73661607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010814386.5A Active CN112073757B (zh) 2020-08-13 2020-08-13 情绪波动指数获取方法、显示方法及多媒体内容制作方法

Country Status (1)

Country Link
CN (1) CN112073757B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113747250A (zh) * 2021-08-18 2021-12-03 咪咕数字传媒有限公司 新形态留言的实现方法、装置及计算设备
CN114579751A (zh) * 2022-04-07 2022-06-03 深圳追一科技有限公司 情绪分析方法、装置、电子设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102117289A (zh) * 2009-12-30 2011-07-06 北京大学 一种从网页中抽取评论内容的方法和装置
CN106792170A (zh) * 2016-12-14 2017-05-31 合网络技术（北京）有限公司 视频处理方法及装置
CN107818084A (zh) * 2017-10-11 2018-03-20 北京众荟信息技术股份有限公司 一种融合点评配图的情感分析方法
CN108694236A (zh) * 2018-05-11 2018-10-23 优视科技有限公司 视频数据处理方法、装置及电子设备
US20190095432A1 (en) * 2017-09-26 2019-03-28 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for building text classification model, and text classification method and apparatus
CN109862397A (zh) * 2019-02-02 2019-06-07 广州虎牙信息科技有限公司 一种视频分析方法、装置、设备和存储介质
CN110941759A (zh) * 2019-11-20 2020-03-31 国元证券股份有限公司 一种微博情感分析方法
US10616666B1 (en) * 2018-02-27 2020-04-07 Halogen Networks, LLC Interactive sentiment-detecting video streaming system and method
CN111435369A (zh) * 2019-01-14 2020-07-21 腾讯科技（深圳）有限公司 音乐推荐方法、装置、终端及存储介质
CN111523923A (zh) * 2020-04-06 2020-08-11 北京三快在线科技有限公司 商家评论管理系统、方法、服务器及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102117289A (zh) * 2009-12-30 2011-07-06 北京大学 一种从网页中抽取评论内容的方法和装置
CN106792170A (zh) * 2016-12-14 2017-05-31 合网络技术（北京）有限公司 视频处理方法及装置
US20190095432A1 (en) * 2017-09-26 2019-03-28 Baidu Online Network Technology (Beijing) Co., Ltd. Method and apparatus for building text classification model, and text classification method and apparatus
CN107818084A (zh) * 2017-10-11 2018-03-20 北京众荟信息技术股份有限公司 一种融合点评配图的情感分析方法
US10616666B1 (en) * 2018-02-27 2020-04-07 Halogen Networks, LLC Interactive sentiment-detecting video streaming system and method
CN108694236A (zh) * 2018-05-11 2018-10-23 优视科技有限公司 视频数据处理方法、装置及电子设备
CN111435369A (zh) * 2019-01-14 2020-07-21 腾讯科技（深圳）有限公司 音乐推荐方法、装置、终端及存储介质
CN109862397A (zh) * 2019-02-02 2019-06-07 广州虎牙信息科技有限公司 一种视频分析方法、装置、设备和存储介质
CN110941759A (zh) * 2019-11-20 2020-03-31 国元证券股份有限公司 一种微博情感分析方法
CN111523923A (zh) * 2020-04-06 2020-08-11 北京三快在线科技有限公司 商家评论管理系统、方法、服务器及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113747250A (zh) * 2021-08-18 2021-12-03 咪咕数字传媒有限公司 新形态留言的实现方法、装置及计算设备
CN114579751A (zh) * 2022-04-07 2022-06-03 深圳追一科技有限公司 情绪分析方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112073757B (zh) 2023-01-24

Similar Documents

Publication Publication Date Title
US9892109B2 (en) Automatically coding fact check results in a web page
US20180082313A1 (en) Systems and methods for prioritizing user reactions to content for response on a social-media platform
US9177053B2 (en) Method and system for parallel fact checking
CN108810642B (zh) 一种弹幕显示方法、装置及电子设备
US20140351837A1 (en) Methods and systems for displaying contextually relevant information from a plurality of users in real-time regarding a media asset
US20130185291A1 (en) Online rating and feedback system
Dinkov et al. Predicting the leading political ideology of YouTube channels using acoustic, textual, and metadata information
CN109255037B (zh) 用于输出信息的方法和装置
US11043230B1 (en) Targeted content based on user reactions
CN108197336B (zh) 一种视频查找的方法及装置
CN112073757B (zh) 情绪波动指数获取方法、显示方法及多媒体内容制作方法
CN111597446B (zh) 基于人工智能的内容推送方法、装置、服务器和存储介质
CN114095749A (zh) 推荐及直播界面展示方法、计算机存储介质、程序产品
Bost et al. Extraction and analysis of dynamic conversational networks from tv series
Soroka et al. The increasing viability of good news
CN113011169B (zh) 一种会议纪要的处理方法、装置、设备及介质
CN116567351B (zh) 一种视频处理方法、装置、设备及介质
CN108882024B (zh) 一种视频播放方法、装置及电子设备
US20190384466A1 (en) Linking comments to segments of a media presentation
CN116049490A (zh) 素材搜索方法、装置和电子设备
CN111050194B (zh) 视频序列处理方法、视频序列处理装置、电子设备及计算机可读存储介质
Baldwin et al. A Character Recognition Tool for Automatic Detection of Social Characters in Visual Media Content
CN112115300A (zh) 文本处理方法、装置、电子设备及可读存储介质
WO2020117806A1 (en) Methods and systems for generating curated playlists
KR20200071996A (ko) 학습 단말기와 서버를 이용한 언어 학습 방법

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