CN113392274A - 一种属性信息确定方法、装置、电子设备及可读存储介质 - Google Patents
一种属性信息确定方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113392274A CN113392274A CN202110565744.8A CN202110565744A CN113392274A CN 113392274 A CN113392274 A CN 113392274A CN 202110565744 A CN202110565744 A CN 202110565744A CN 113392274 A CN113392274 A CN 113392274A
- Authority
- CN
- China
- Prior art keywords
- video
- determining
- text
- media content
- content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000013598 vector Substances 0.000 claims description 117
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000000875 corresponding effect Effects 0.000 description 168
- 230000008451 emotion Effects 0.000 description 13
- 230000009467 reduction Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000013507 mapping Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种属性信息确定方法、装置、电子设备及可读存储介质，属于计算机技术领域。本申请通过获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度；基于所述目标匹配度确定所述第一对象对应的属性信息。以实现自动评分，提高评分效率。
Description
技术领域
本申请涉及计算机领域，尤其涉及一种属性信息确定方法、装置、电子设备及可读存储介质。
背景技术
媒体是指传播信息的媒介，指人借助用来传递信息与获取信息的工具、渠道、载体、中介物或技术手段。传统的媒体如报纸、广播及电视等，不同媒体展示媒体内容的形式有所不同，常见形式如文字形式、音频形式及视频形式等。
实际生活中，常常会通过不同的形式展示同一内容，例如依据文字形式的剧本拍摄视频形式的影视作品或依据视频形式的影视作品写文字形式的剧情介绍等。为了判断影视作品是否与剧本相符或剧情介绍是否与影视作品相符，往往需要通过专业人士或者观看作品的用户进行主观评分，最后得到评分结果。
然而，利用上述方式进行评分，需要投入较多人力和时间，效率低下。
发明内容
为了解决上述通过人为对影视作品是否与剧本相符或剧情介绍是否与影视作品相符进行评分，评分过程需要投入较多的人力和时间，效率低下的技术问题，本申请提供了一种属性信息确定方法、装置、电子设备及可读存储介质。
第一方面，提供了一种属性信息确定方法，所述方法包括：
获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；
确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度；
基于所述目标匹配度确定所述第一对象对应的属性信息。
可选地，所述第一媒体内容包括：视频内容，所述第二媒体内容包括：文本内容；
所述确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度，包括：
在所述视频内容中提取至少一个视频片段及与所述视频片段对应的第一向量；
针对任一个所述视频片段，在所述文本内容中确定与所述视频片段对应的文本片段，并基于所述文本片段提取与所述文本片段对应的第二向量；
针对任一组对应的视频片段和文本片段，基于所述视频片段对应的第一向量和所述文本片段对应的第二向量，确定所述视频片段和所述文本片段之间的匹配度，得到至少一个匹配度；
基于至少一个所述匹配度，确定所述视频内容和所述文本内容之间的目标匹配度。
可选地，所述方法还包括：
获取所述视频内容中所述第一对象对应的对象类型的数量及第二对象的数量，所述第一对象和第二对象为所述视频内容中的人物，且所述第二对象与所述第一对象不同；
确定所述第一向量的类别的数量；
基于所述第一对象对应的对象类型的数量、所述第二对象的数量及所述第一向量的类别的数量，确定所述第一对象对应的属性信息。
可选地，所述基于所述第一对象对应的对象类型的数量、所述第二对象的数量及所述第一向量的类别的数量，确定所述第一对象对应的属性信息，包括：
确定所述第一向量的类别的数量和所述第二对象的数量的第一比值，并确定所述第一向量的类别的数量和所述第一对象对应的对象类型的数量的第二比值；
基于所述第一比值和所述第二比值，确定所述第一对象对应的属性信息。
可选地，所述基于所述文本片段提取与所述文本片段对应的第二向量，包括：
利用预设第一数据库，在所述文本片段中，提取与所述文本片段对应的至少一个文本子向量；
利用预设第二数据库和至少一个所述文本子向量，确定与所述文本片段对应的第二向量。
可选地，所述基于至少一个所述匹配度，确定所述视频内容和所述文本内容之间的目标匹配度，包括：
针对任一个所述视频片段，获取所述视频片段对应的时长和优先级；
针对任一个所述视频片段，基于所述视频片段对应的时长确定与所述视频片段对应的第一权重，并基于所述视频片段对应的优先级确定与所述视频片段对应的第二权重；
基于至少一个所述视频片段对应的匹配度、第一权重以及第二权重确定所述视频内容和所述文本内容之间的目标匹配度。
可选地，所述方法还包括：
针对视频集合中的任一视频，采用预设算法得到目标视频，将所述目标视频作为待确定属性信息的第一对象对应的视频内容。
第二方面，提供了一种属性信息确定装置，所述装置包括：
获取模块，用于获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；
第一确定模块，用于确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度；
第二确定模块，用于基于所述目标匹配度确定所述第一对象对应的属性信息。
可选地，所述第一媒体内容包括：视频内容，所述第二媒体内容包括：文本内容；所述第一确定模块，具体用于：
在所述视频内容中提取至少一个视频片段及与所述视频片段对应的第一向量；
针对任一个所述视频片段，在所述文本内容中确定与所述视频片段对应的文本片段，并基于所述文本片段提取与所述文本片段对应的第二向量；
针对任一组对应的视频片段和文本片段，基于所述视频片段对应的第一向量和所述文本片段对应的第二向量，确定所述视频片段和所述文本片段之间的匹配度，得到至少一个匹配度；
基于至少一个所述匹配度，确定所述视频内容和所述文本内容之间的目标匹配度。
可选地，所述装置还包括：
视频内容获取模块，用于获取所述视频内容中所述第一对象对应的对象类型的数量及第二对象的数量，所述第一对象和第二对象为所述视频内容中的人物，且所述第二对象与所述第一对象不同；
类别确定模块，用于确定所述第一向量的类别的数量；
属性信息确定模块，用于基于所述第一对象对应的对象类型的数量、所述第二对象的数量及所述第一向量的类别的数量，确定所述第一对象对应的属性信息。
可选地，所述属性信息确定模块，还用于：
确定所述第一向量的类别的数量和所述第二对象的数量的第一比值，并确定所述第一向量的类别的数量和所述第一对象对应的对象类型的数量的第二比值；
基于所述第一比值和所述第二比值，确定所述第一对象对应的属性信息。
可选地，所述第一确定模块，还用于：
利用预设第一数据库，在所述文本片段中，提取与所述文本片段对应的至少一个文本子向量；
利用预设第二数据库和至少一个所述文本子向量，确定与所述文本片段对应的第二向量。
可选地，所述第一确定模块，还用于：
针对任一个所述视频片段，获取所述视频片段对应的时长和优先级；
针对任一个所述视频片段，基于所述视频片段对应的时长确定与所述视频片段对应的第一权重，并基于所述视频片段对应的优先级确定与所述视频片段对应的第二权重；
基于至少一个所述视频片段对应的匹配度、第一权重以及第二权重确定所述视频内容和所述文本内容之间的目标匹配度。
可选地，所述装置，还包括：
目标视频确定模块，用于针对视频集合中的任一视频，采用预设算法得到目标视频，将所述目标视频作为待确定属性信息的第一对象对应的视频内容。
第三方面，提供了一种电子设备，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，实现第一方面任一所述的方法步骤。
第四方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一所述的方法步骤。
第五方面，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属性信息确定方法。
本申请实施例有益效果：
本申请实施例提供了一种属性信息确定方法、装置、电子设备及可读存储介质，本申请通过，首先，获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；然后，通过确定第一媒体内容及与第二媒体内容之间的目标匹配度，确定第一对象的属性信息，相比较目前通过人工观看作品判断影视作品是否与剧本相符或剧情介绍是否与影视作品相符，最后得到评分结果，提高了评分效率，并且由于无需人为评分，避免了由于人的主观性造成的评分结果不准确的情况，提高了评分的准确性。
当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
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，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种属性信息确定方法的流程图；
图2为本申请另一实施例提供的一种属性信息确定方法的流程图；
图3为本申请另一实施例提供的一种属性信息确定方法的流程图；
图4为本申请另一实施例提供的一种属性信息确定方法的流程图；
图5为本申请实施例提供的一种属性信息确定装置的结构示意图；
图6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
为使本申请实施例的目的、技术方案和优点更加清楚，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清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
由于目前，为了判断影视作品是否与剧本相符或剧情介绍是否与影视作品相符，往往需要通过专业人士或者观看作品的用户进行主观评分，最后得到评分结果。评分过程需要投入较多的人力和时间，效率低下。为此，本申请实施例提供了一种属性信息确定方法，可以应用于服务器。
下面将结合具体实施方式，对本申请实施例提供的一种属性信息确定方法进行详细的说明，如图1所示，具体步骤如下：
S101，获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容。
在本申请实施例中，第一媒体内容可以是文字内容、视频内容或音频内容等，第二媒体内容可以是文字内容、视频内容或音频内容等，第一媒体内容与第二媒体内容一般为两种形式的内容，例如，第一媒体内容为剧本，第二媒体内容为根据该剧本拍摄的影视作品，或者，第一媒体内容为影视作品，第二媒体内容为根据该影视作品撰写的剧情介绍等。第一对象可以是情节、台词或角色等。属性信息可以是情节的还原度、台词的还原度或角色的演绎情况等。
可以通过第一对象对应的第一媒体内容及与第一媒体内容对应的第二媒体内容，确定第一对象的属性信息，例如针对小说拍摄的影视作品，评价其剧情对小说的还原度；或评价影视作品中演员对剧本中描述的角色的还原度；或针对影视作品撰写的剧情介绍，评价其剧情介绍对影视作品的剧情的还原度等，因此需要获取待确定属性信息的第一对象对应的第一媒体内容及与第一媒体内容对应的第二媒体内容。
S102，确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度。
在本申请实施例中，可以根据需要评分的属性信息确定第一媒体内容和第二媒体内容之间的目标匹配度。例如，针对小说拍摄的影视作品，评价其剧情对小说的还原度，则需要确定影视作品的剧情与小说描写该剧情的文字内容的匹配度，该匹配度为目标匹配度。
S103，基于所述目标匹配度确定所述第一对象对应的属性信息。
在本申请实施例中，可以基于目标匹配度确定第一对象对应的属性信息。例如，针对小说拍摄的影视作品，评价其剧情对小说的还原度，则第一对象为剧情，属性信息为剧情还原度，则目标匹配度越高，剧情还原度越高。
本申请实施例中，首先，获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；然后，通过确定第一媒体内容及与第二媒体内容之间的目标匹配度，确定第一对象的属性信息，相比较目前通过人工观看作品判断影视作品是否与剧本相符或剧情介绍是否与影视作品相符，最后得到评分结果，提高了评分效率，并且由于无需人为评分，避免了由于人的主观性造成的评分结果不准确的情况，提高了评分的准确性。
在本申请又一实施例中，所述第一媒体内容包括：视频内容，所述第二媒体内容包括：文本内容；如图2所示，所述S102，可以包括以下步骤：
S201，在所述视频内容中提取至少一个视频片段及与所述视频片段对应的第一向量。
在本申请实施例中，第一对象可以是演员，属性信息可以是演员演绎某段视频的合理性，文本内容可以是与视频内容对应的剧本中文字记载的内容。当需要对一个演员在某部影视作品中演绎的合理性进行评分时，首先需要在该影视作品中获取包含该演员的视频内容，以及与该视频内容对应的文本内容。
在本申请实施例的一种实施方式中，可以通过以下方式获取第一对象对应的视频内容：
针对视频集合中的任一视频，采用预设算法得到目标视频，将所述目标视频作为待确定属性信息的第一对象对应的视频内容。
在该实施方式中，视频集合中的任一视频为一部影视作品，预设算法可以是人脸识别算法，针对任一部影视作品，可以采用人脸识别算法识别出包含第一对象的目标视频，将该目标视频作为待确定属性信息的第一对象对应的视频。通过本方案可以自动识别出包含第一对象的视频，提高了提取目标视频的效率。
在本申请实施例中，获取包含第一对象的视频内容后，在该视频内容中提取出至少一个视频片段，优选的，视频片段为第一对象情绪波动比较大的片段，并且，针对每个视频片段，提取与该视频片段对应的第一向量，其中，第一向量为对该视频片段的情绪解读。
S202，针对任一个所述视频片段，在所述文本内容中确定与所述视频片段对应的文本片段，并基于所述文本片段提取与所述文本片段对应的第二向量。
在本申请实施例中，针对任一个视频片段，可以在文本内容中，根据该视频片段中的台词确定与该视频片段对应的文本片段，并基于该文本片段提取与该文本片段对应的第二向量，其中，第二向量为对该视频片段对应的文本片段的情绪解读。
S203，针对任一组对应的视频片段和文本片段，基于所述视频片段对应的第一向量和所述文本片段对应的第二向量，确定所述视频片段和所述文本片段之间的匹配度，得到至少一个匹配度。
在本申请实施例中，视频片段和文本片段之间的匹配度，可以作为对该视频片段中演员演绎合理性的评分结果，第一向量是基于第一对象对应的视频片段得到的，第二向量是基于文本片段分析得到的，因此，第二向量可以作为评价第一向量的标准。针对任一组对应的视频片段和文本片段，可以根据该视频片段对应的第一向量和该文本片段对应的第二向量之间的距离，确定视频片段和文本片段之间的匹配度，从而确定与该视频片段对应的第一对象的演绎合理性的评分结果，得到每个视频片段对应的第一对象的演绎合理性的评分结果，距离越近，说明演员对该部分演绎的合理性越高，评分结果越高。
S204，基于至少一个所述匹配度，确定所述视频内容和所述文本内容之间的目标匹配度。
在本申请实施例中，得到每一组对应的视频片段和文本片段之间的匹配度后，可以根据每一组对应的视频片段和文本片段之间的匹配度，确定视频内容和文本内容之间的目标匹配度，从而确定与该视频内容对应的第一对象的演绎合理性的评分结果。
本申请实施例中，可以基于演员演绎的视频片段提取第一向量，然后，基于与演员演绎的视频片段对应的文本内容，提取第二向量，最后，基于第一向量和第二向量确定该演员的评分结果，相比较目前人为观看视频对演员演技进行评分，提高了评分效率。
在本申请又一实施例中，所述S201，可以包括以下步骤：
步骤一，获取所述视频中多个视频帧。
在本申请实施例中，每个视频由多个视频帧组成，可以提取视频中的所有视频帧，也可以按照一定的采用规则对视频的多个视频帧进行采样，例如：每秒视频中有25个视频帧，可以按照每秒采8帧的规则对视频帧进行采样。
步骤二，基于多个所述视频帧，在所述视频中提取至少一个视频片段及与所述视频片段对应的第一向量，所述视频片段中包括多个视频帧。
在本申请实施例中，利用情绪图像算法对每个视频帧中第一对象展现的情绪进行标注，得到多个第一对象情绪显著的视频帧。然后利用序列密度算法对所有视频帧进行处理，得到至少一个第一对象情绪显著的视频帧序列，即视频片段，最后，提取该视频片段的第一向量。
本申请实施例中，可以基于视频中的多个视频帧提取第一对象情绪显著的视频片段以及与该视频片段对应的第一向量，相比较人工提取演员情绪显著的视频片段，提高了提取效率。
在本申请又一实施例中，所述S202，可以包括以下步骤：
步骤一，利用预设第一数据库，在所述文本片段中，提取与所述文本片段对应的至少一个文本子向量。
在本申请实施例中，文本子向量可以包括自我认识向量、愿望向量、自身能力向量以及外部现实向量中的一种或多种。第一数据库是预先根据文本内容与文本子向量的对应关系建立的，第一数据库包括人物性格气质知识库和人物境遇经历知识库，人物性格气质知识库建立剧本中人物的设定文本(小传等)与人物自我认识和愿望之间的关系；人物境遇经历知识库建立人物所处的环境、经历的事件与人物能力、外部现实之间的关系。利用第一数据库可以从与视频片段对应的文本片段中，提取与该视频片段对应的自我认识向量、愿望向量、自身能力向量以及外部现实向量。
步骤二，利用预设第二数据库和至少一个所述文本子向量，确定与所述文本片段对应的第二向量。
在本申请实施例中，第二向量可以包括四个维度，分别为：得志/失落(joy-sadness)维度：表示得志或失落；心理预期(anticipation-surprise)维度：表示对当前事件有心理准备或无心理准备；自我认知(anger-fear)维度：表示人物认为自己有能力影响事态发展或无能力影响事态发展的状态；事件接受(disgust-trust)维度：表示人物接受当前事件的结果或不接受当前事件的结果。
第二数据库可以是预先建立的情绪闭环知识库，情绪闭环知识库建立人物的自身能力向量和自我认识向量两者到anger-fear维度的映射关系，能力向量和愿望向量两者到joy-sadness维度的映射关系，自我认识向量和外部现实向量两者对anticipation-surprise维度的映射关系，愿望向量和外部现实向量两者对disgust-trust维度的映射关系。因此，可以利用第二数据库基于该文本片段对应的自我认识向量、愿望向量、自身能力向量以及外部现实向量，确定与该文本片段对应的第二向量。
具体地，joy-sadness：能力与愿望的向量映射到“相符”关系时，偏向1(joy，满足得志)，映射到“不相符”关系时，偏向-1(sadness，失落)；anger-fear：能力与自我认识的向量映射到“肯定”关系时，偏向1(anger，自认为有能力影响)，映射到“否定”关系时，偏向-1(fear，自认为无能力影响)；Anticipation-surprise：自我认识与外部现实映射到“相符”关系时，偏向1(anticipation，有心理准备)，映射到“不相符”关系时，偏向-1(surprise，无心理准备)。disgust-trust：愿望与外部现实映射到“不相符”关系时，偏向1，(disgust，不接受)；映射到“相符”关系时，偏向-1(trust，接受)。
本申请实施例中，可以利用预设第一数据库和预设第二数据库确定文本片段对应的第二向量，确定过程简单高效，并且确定出的第二向量包括四个维度，对情绪的解读更加准确。
在本申请又一实施例中，如图3所示，所述方法还可以包括以下步骤：
S301，获取所述视频内容中所述第一对象对应的对象类型的数量及第二对象的数量，所述第一对象和第二对象为所述视频内容中的人物，且所述第二对象与所述第一对象不同。
在本申请实施例中，第一对象对应的对象类型可以但不限于包括第一对象面对的境遇，境遇指：第一对象在该视频对应的影视作品中遭遇的事件，例如：面试成功、与好友重逢及与相爱的人结婚等对象类型，可以根据剧本内容或视频内容确定第一对象对应的对象类型的数量。第二对象为视频中与第一对象演对手戏的对手演员，可以利用人脸识别算法识别视频中对手演员，然后统计对手演员的数量。
S302，确定所述第一向量的类别的数量。
在本申请实施例中，可以根据所有视频片段对应的第一向量，确定该视频内容对应的第一向量的类别的数量。其中，第一向量的类别可以根据其包含的维度以及维度的极性确定，将每个维度均相同的向量计为同一类别。例如，第一向量包括4个维度，每个维度有-1、1、0三种极性，演员在两段不同戏份中表现出的第一向量均为(0，1，-1，0)，则该演员在这两段戏份中表现出的情绪向量的类别属于同一类别。
在本申请实施例的一种实施方式中，可以根据视频内容对应的第一向量的类别的数量对第一对象的演技进行评分，且数量与评分成正比。
S303，基于所述第一对象对应的对象类型的数量、所述第二对象的数量及所述第一向量的类别的数量，确定所述第一对象对应的属性信息。
在本申请实施例中，属性信息还可以是演员演绎丰富性的评分结果，对于演员在不同对象类型以及面对不同对手演员时可以展现越多的情绪，则该演员演绎的丰富性越高。因此，可以基于第一对象对应的对象类型的数量、第二对象的数量及第一向量的类别的数量，确定第一对象的演绎丰富性。
在本申请实施例的另一种实施方式中，可以直接以第一向量的类别的数量确定演员的演绎丰富性，根据提前设置的第一向量的类别的数量与演绎丰富性的对应关系确定第一对象演绎丰富性，第一向量的类别的数量与演绎丰富性的评分正相关。
本申请实施例中，可以基于第一对象对应的对象类型的数量、第二对象的数量及第一向量的类别的数量，确定第一对象的演绎丰富性，相较于目前人为分析演员的演绎丰富性，节省了人力，提高了分析效率。
在本申请又一实施例中，所述S303，可以包括以下步骤：
步骤一，确定所述第一向量的类别的数量和所述第二对象的数量的第一比值，并确定所述第一向量的类别的数量和所述第一对象对应的对象类型的数量的第二比值。
在本申请实施例中，可以通过演员在面对不同对手演员时展现的情绪类别的相对数量，以及演员处在不同对象类型展现的情绪类别的相对数量，评价该演员演绎的丰富性。因此需要确定第一向量的类别的数量和第二对象的数量的第一比值，并确定第一向量的类别的数量和第一对象对应的对象类型的数量的第二比值。
步骤二，基于所述第一比值和所述第二比值，确定所述第一对象对应的属性信息。
在本申请实施例中，属性信息为演绎丰富性的评分结果，得到第一比值和第二比值后，可以根据第一比值和第二比值确定第一对象的演绎丰富性的评分结果。
在本申请实施例的一种实施方式中，可以计算第一比值和第二比值的均值，根据提前设置的均值与评分结果的对应关系确定第一对象的演绎丰富性的评分结果，均值与评分结果正相关。
在本申请实施例的另一种实施方式中，可以计算第一比值和第二比值的乘积结果，根据提前设置的乘积结果与评分结果的对应关系确定第一对象的演绎丰富性的评分结果，乘积结果与评分结果正相关。
本申请实施例中，可以通过确定第一向量的类别的数量和第二对象的数量的第一比值，并确定第一向量的类别的数量和第一对象对应的对象类型的数量的第二比值，进而确定第一对象的演绎丰富性的评分结果。计算过程简单高效，提高了分析效率。
在本申请又一实施例中，如图4所示，所述S204，可以包括以下步骤：
S401，针对任一个所述视频片段，获取所述视频片段对应的时长和优先级。
在本申请实施例中，视频片段对应的时长可以根据视频片段中起始视频帧和结束视频帧的时间戳信息得到，视频片段对应的优先级表示该视频片段在其所在视频中的重要性，重要性可根据剧本理解算法标记或人工标记，可以通过预先标记的重要性得到每个视频片段对应的优先级。
S402，针对任一个所述视频片段，基于所述视频片段对应的时长确定与所述视频片段对应的第一权重，并基于所述视频片段对应的优先级确定与所述视频片段对应的第二权重。
在本申请实施例中，针对任一个视频片段，可以基于视频片段对应的时长确定与该视频片段对应的第一权重，并且，基于视频片段对应的优先级确定与该视频片段对应的第二权重，从而得到每个视频片段对应的第一权重和第二权重。
S403，基于至少一个所述视频片段对应的匹配度、第一权重以及第二权重确定所述视频内容和所述文本内容之间的目标匹配度。
在本申请实施例中，得到每个视频片段对应的第一权重和第二权重后，针对任一个视频片段，可以将该视频片段对应的匹配度、第一权重以及第二权重相乘得到与该视频片段对应的加权匹配度，然后基于所有视频片段的加权匹配度确定与该视频内容对应的演员演绎合理性的评分结果。
在本申请实施例的一种实施方式中，可以将所有视频片段的加权匹配度的和作为演员演绎合理性的评分结果。
在本申请实施例的一种实施方式中，可以将所有视频片段的加权匹配度的均值作为演员演绎合理性的评分结果。
本申请实施例中，可以基于视频片段对应的时长确定与视频片段对应的第一权重，并基于视频片段对应的优先级确定与视频片段对应的第二权重，从而得到每个视频片段对应的第一权重和第二权重，然后基于每个视频片段对应的匹配度、第一权重以及第二权重确定与视频内容对应的演员演绎合理性的评分结果。通过本方案，在确定视频内容对应的第一对象的演绎合理性的评分结果时，不仅考虑了每个视频片段与文本片段的匹配度还考虑了每个视频片段的时长及优先级，因此可以使最终得到的演员演绎合理性的评分结果更加准确。
本申请实施例中，首先，获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；然后，通过确定第一媒体内容及与第二媒体内容之间的目标匹配度，确定第一对象的属性信息，相比较目前通过人工观看作品判断影视作品是否与剧本相符或剧情介绍是否与影视作品相符，最后得到评分结果，提高了评分效率，并且由于无需人为评分，避免了由于人的主观性造成的评分结果不准确的情况，提高了评分的准确性。
基于相同的技术构思，本申请实施例还提供了一种属性信息确定装置，如图5所示，该装置包括：
获取模块501，用于获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；
第一确定模块502，用于确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度；
第二确定模块503，用于基于所述目标匹配度确定所述第一对象对应的属性信息。
可选地，所述第一媒体内容包括：视频内容，所述第二媒体内容包括：文本内容；所述第一确定模块，具体用于：
在所述视频内容中提取至少一个视频片段及与所述视频片段对应的第一向量；
针对任一个所述视频片段，在所述文本内容中确定与所述视频片段对应的文本片段，并基于所述文本片段提取与所述文本片段对应的第二向量；
针对任一组对应的视频片段和文本片段，基于所述视频片段对应的第一向量和所述文本片段对应的第二向量，确定所述视频片段和所述文本片段之间的匹配度，得到至少一个匹配度；
基于至少一个所述匹配度，确定所述视频内容和所述文本内容之间的目标匹配度。
可选地，所述装置还包括：
视频内容获取模块，用于获取所述视频内容中所述第一对象对应的对象类型的数量及第二对象的数量，所述第一对象和第二对象为所述视频内容中的人物，且所述第二对象与所述第一对象不同；
类别确定模块，用于确定所述第一向量的类别的数量；
属性信息确定模块，用于基于所述第一对象对应的对象类型的数量、所述第二对象的数量及所述第一向量的类别的数量，确定所述第一对象对应的属性信息。
可选地，所述属性信息确定模块，还用于：
确定所述第一向量的类别的数量和所述第二对象的数量的第一比值，并确定所述第一向量的类别的数量和所述第一对象对应的对象类型的数量的第二比值；
基于所述第一比值和所述第二比值，确定所述第一对象对应的属性信息。
可选地，所述第一确定模块，还用于：
利用预设第一数据库，在所述文本片段中，提取与所述文本片段对应的至少一个文本子向量；
利用预设第二数据库和至少一个所述文本子向量，确定与所述文本片段对应的第二向量。
可选地，所述第一确定模块，还用于：
针对任一个所述视频片段，获取所述视频片段对应的时长和优先级；
针对任一个所述视频片段，基于所述视频片段对应的时长确定与所述视频片段对应的第一权重，并基于所述视频片段对应的优先级确定与所述视频片段对应的第二权重；
基于至少一个所述视频片段对应的匹配度、第一权重以及第二权重确定所述视频内容和所述文本内容之间的目标匹配度。
可选地，所述装置，还包括：
目标视频确定模块，用于针对视频集合中的任一视频，采用预设算法得到目标视频，将所述目标视频作为待确定属性信息的第一对象对应的视频内容。
本申请实施例中，首先，获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；然后，通过确定第一媒体内容及与第二媒体内容之间的目标匹配度，确定第一对象的属性信息，相比较目前通过人工观看作品判断影视作品是否与剧本相符或剧情介绍是否与影视作品相符，最后得到评分结果，提高了评分效率，并且由于无需人为评分，避免了由于人的主观性造成的评分结果不准确的情况，提高了评分的准确性。
基于相同的技术构思，本申请实施例还提供了一种电子设备，如图6所示，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信，
存储器603，用于存放计算机程序；
处理器601，用于执行存储器603上所存放的程序时，实现如下步骤：
获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；
确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度；
基于所述目标匹配度确定所述第一对象对应的属性信息。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，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。
通信接口用于上述电子设备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，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，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，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，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内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一属性信息确定方法的步骤。
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属性信息确定方法。
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。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种属性信息确定方法，其特征在于，所述方法包括：
获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；
确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度；
基于所述目标匹配度确定所述第一对象对应的属性信息。
2.根据权利要求1所述的方法，其特征在于，所述第一媒体内容包括：视频内容，所述第二媒体内容包括：文本内容；
所述确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度，包括：
在所述视频内容中提取至少一个视频片段及与所述视频片段对应的第一向量；
针对任一个所述视频片段，在所述文本内容中确定与所述视频片段对应的文本片段，并基于所述文本片段提取与所述文本片段对应的第二向量；
针对任一组对应的视频片段和文本片段，基于所述视频片段对应的第一向量和所述文本片段对应的第二向量，确定所述视频片段和所述文本片段之间的匹配度，得到至少一个匹配度；
基于至少一个所述匹配度，确定所述视频内容和所述文本内容之间的目标匹配度。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取所述视频内容中所述第一对象对应的对象类型的数量及第二对象的数量，所述第一对象和第二对象为所述视频内容中的人物，且所述第二对象与所述第一对象不同；
确定所述第一向量的类别的数量；
基于所述第一对象对应的对象类型的数量、所述第二对象的数量及所述第一向量的类别的数量，确定所述第一对象对应的属性信息。
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一对象对应的对象类型的数量、所述第二对象的数量及所述第一向量的类别的数量，确定所述第一对象对应的属性信息，包括：
确定所述第一向量的类别的数量和所述第二对象的数量的第一比值，并确定所述第一向量的类别的数量和所述第一对象对应的对象类型的数量的第二比值；
基于所述第一比值和所述第二比值，确定所述第一对象对应的属性信息。
5.根据权利要求2所述的方法，其特征在于，所述基于所述文本片段提取与所述文本片段对应的第二向量，包括：
利用预设第一数据库，在所述文本片段中，提取与所述文本片段对应的至少一个文本子向量；
利用预设第二数据库和至少一个所述文本子向量，确定与所述文本片段对应的第二向量。
6.根据权利要求2所述的方法，其特征在于，所述基于至少一个所述匹配度，确定所述视频内容和所述文本内容之间的目标匹配度，包括：
针对任一个所述视频片段，获取所述视频片段对应的时长和优先级；
针对任一个所述视频片段，基于所述视频片段对应的时长确定与所述视频片段对应的第一权重，并基于所述视频片段对应的优先级确定与所述视频片段对应的第二权重；
基于至少一个所述视频片段对应的匹配度、第一权重以及第二权重确定所述视频内容和所述文本内容之间的目标匹配度。
7.根据权利要求2所述的方法，其特征在于，所述方法还包括：
针对视频集合中的任一视频，采用预设算法得到目标视频，将所述目标视频作为待确定属性信息的第一对象对应的视频内容。
8.一种属性信息确定装置，其特征在于，所述装置包括：
获取模块，用于获取待确定属性信息的第一对象对应的第一媒体内容及与所述第一媒体内容对应的第二媒体内容；
第一确定模块，用于确定所述第一媒体内容和所述第二媒体内容之间的目标匹配度；
第二确定模块，用于基于所述目标匹配度确定所述第一对象对应的属性信息。
9.一种电子设备，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1-7任一所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110565744.8A CN113392274A (zh) | 2021-05-24 | 2021-05-24 | 一种属性信息确定方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110565744.8A CN113392274A (zh) | 2021-05-24 | 2021-05-24 | 一种属性信息确定方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113392274A true CN113392274A (zh) | 2021-09-14 |
Family
ID=77618809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110565744.8A Pending CN113392274A (zh) | 2021-05-24 | 2021-05-24 | 一种属性信息确定方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113392274A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109977266A (zh) * | 2019-03-25 | 2019-07-05 | 上海连尚网络科技有限公司 | 一种小说推荐方法及设备 |
| CN110297943A (zh) * | 2019-07-05 | 2019-10-01 | 联想(北京)有限公司 | 标签的添加方法、装置、电子设备及存储介质 |
| CN111711855A (zh) * | 2020-05-27 | 2020-09-25 | 北京奇艺世纪科技有限公司 | 视频生成方法及装置 |
-
2021
- 2021-05-24 CN CN202110565744.8A patent/CN113392274A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109977266A (zh) * | 2019-03-25 | 2019-07-05 | 上海连尚网络科技有限公司 | 一种小说推荐方法及设备 |
| CN110297943A (zh) * | 2019-07-05 | 2019-10-01 | 联想(北京)有限公司 | 标签的添加方法、装置、电子设备及存储介质 |
| CN111711855A (zh) * | 2020-05-27 | 2020-09-25 | 北京奇艺世纪科技有限公司 | 视频生成方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8001562B2 (en) | Scene information extraction method, and scene extraction method and apparatus | |
| CN108810642B (zh) | 一种弹幕显示方法、装置及电子设备 | |
| WO2021114810A1 (zh) | 基于图结构的公文推荐方法、装置、计算机设备及介质 | |
| CN110941738B (zh) | 推荐方法、装置、电子设备及计算机可读存储介质 | |
| CN107526846B (zh) | 频道排序模型的生成、排序方法、装置、服务器和介质 | |
| CN112559800B (zh) | 用于处理视频的方法、装置、电子设备、介质和产品 | |
| CN106919551B (zh) | 一种情感词极性的分析方法、装置及设备 | |
| WO2019237541A1 (zh) | 联系人标签的确定方法、装置、终端设备及介质 | |
| CN110347866B (zh) | 信息处理方法、装置、存储介质及电子设备 | |
| CN112163614A (zh) | 一种主播分类方法、装置、电子设备及存储介质 | |
| CN110019948B (zh) | 用于输出信息的方法和装置 | |
| CN111050191A (zh) | 一种视频生成方法、装置、计算机设备和存储介质 | |
| CN111931073A (zh) | 内容推送方法、装置、电子设备及计算机可读介质 | |
| CN116204714A (zh) | 推荐方法、装置、电子设备及存储介质 | |
| CN109740156B (zh) | 反馈信息处理方法、装置、电子设备及存储介质 | |
| KR102030551B1 (ko) | 인스턴트 메신저 구동 장치 및 그 동작 방법 | |
| CN110958472A (zh) | 视频点击量评级预测方法、装置、电子设备及存储介质 | |
| CN113055751B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN112995690B (zh) | 直播内容品类识别方法、装置、电子设备和可读存储介质 | |
| CN109145261B (zh) | 一种生成标签的方法和装置 | |
| CN116541711A (zh) | 模型训练方法、课程推荐方法、装置、设备及介质 | |
| CN113392274A (zh) | 一种属性信息确定方法、装置、电子设备及可读存储介质 | |
| US20190228765A1 (en) | Speech analysis apparatus, speech analysis system, and non-transitory computer readable medium | |
| CN111798192A (zh) | 网络招聘方法和系统 | |
| CN113553423B (zh) | 一种剧本信息处理方法、装置、电子设备及存储介质 |
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 |