CN114003740A - 描述词识别方法、装置、介质及电子设备 - Google Patents
描述词识别方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN114003740A CN114003740A CN202111290578.1A CN202111290578A CN114003740A CN 114003740 A CN114003740 A CN 114003740A CN 202111290578 A CN202111290578 A CN 202111290578A CN 114003740 A CN114003740 A CN 114003740A
- Authority
- CN
- China
- Prior art keywords
- target
- descriptor
- contained
- descriptors
- multimedia
- 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 67
- 239000000463 material Substances 0.000 claims abstract description 495
- 230000011218 segmentation Effects 0.000 claims description 41
- 238000001514 detection method Methods 0.000 claims description 33
- 238000013475 authorization Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000004973 liquid crystal related substance 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
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/45—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/483—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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Accounting & Taxation (AREA)
- Library & Information Science (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种描述词识别方法、装置、介质及电子设备。方法包括:取待识别的多媒体物料;将多媒体物料拆分为物料元素;针对每一物料元素,识别该物料元素所包含的目标描述词;将每一物料元素所包含的目标描述词进行融合,得到多媒体物料所包含的目标描述词。这样,后续可以根据提取到的多媒体物料中的目标描述词,对多媒体物料进行快速、准确识别。另外,在对待识别的多媒体物料进行目标描述词识别时,先对该多媒体物料进行拆分,之后,可以对拆分得到的各物料元素并行进行目标描述词识别,提升了多媒体物料所包含的目标描述词的提取效率和准确度,进一步提升了多媒体物料的识别效率和准确度。
Description
技术领域
本公开涉及计算机技术领域,具体地,涉及一种描述词识别方法、装置、介质及电子设备。
背景技术
随着新传媒行业的兴起,多媒体信息投放得到了快速推广和发展。其中,在多媒体物料投放之前,通常需要对其进行识别,以理解关键信息。现阶段,当前相关技术的效率比较低,资源耗费高,且准确度低。由此,也会影响到投放策略及后续的推广效果。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种描述词识别方法,包括:
获取待识别的多媒体物料;
将所述多媒体物料拆分为物料元素;
针对每一所述物料元素,识别该物料元素所包含的目标描述词;
将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
第二方面,本公开提供一种描述词识别装置,包括:
获取模块,用于获取待识别的多媒体物料;
拆分模块,用于将所述获取模块获取到的所述多媒体物料拆分为物料元素;
识别模块,用于针对所述拆分模块得到的每一所述物料元素,识别该物料元素所包含的目标描述词;
融合模块,用于将所述识别模块得到的每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面提供的所述方法的步骤。
第四方面,本公开提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面提供的所述方法的步骤。
在上述技术方案中,获取待识别的多媒体物料;将多媒体物料拆分为物料元素;针对每一物料元素,识别该物料元素所包含的目标描述词;将每一物料元素所包含的目标描述词进行融合,得到多媒体物料所包含的目标描述词。这样,后续可以根据提取到的多媒体物料中的目标描述词,对多媒体物料进行快速、准确识别。另外,在对待识别的多媒体物料进行目标描述词识别时,先对该多媒体物料进行拆分,之后,可以对拆分得到的各物料元素并行进行目标描述词识别,提升了多媒体物料所包含的目标描述词的提取效率和准确度,进一步提升了多媒体物料的识别效率和准确度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据一示例性实施例示出的一种描述词识别方法的流程图。
图2是根据另一示例性实施例示出的一种描述词识别方法的流程图。
图3是根据另一示例性实施例示出的一种描述词识别方法的流程图。
图4是根据另一示例性实施例示出的一种描述词识别方法的流程图。
图5是根据另一示例性实施例示出的一种描述词识别方法的流程图。
图6是根据一示例性实施例示出的一种描述词识别装置的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1是根据一示例性实施例示出的一种描述词识别方法的流程图。如图1所示,该方法包括S101~S104。
在S101中,获取待识别的多媒体物料。
在本公开中,待识别的多媒体物料可以包括文本类物料、图像类物料、视频类物料、落地页类物料等各种形式的物料。示例地,待识别的多媒体物料包括文本类物料、图像类物料、视频类物料以及落地页类物料。
在S102中,将多媒体物料拆分为物料元素。
在本公开中,可以将多媒体物料拆分为文本元素、图像元素、视频元素和音频元素这四种物料元素。
在S103中,针对每一物料元素,识别该物料元素所包含的目标描述词。
在S104中,将每一物料元素所包含的目标描述词进行融合,得到多媒体物料所包含的目标描述词。
在上述技术方案中,获取待识别的多媒体物料;将多媒体物料拆分为物料元素;针对每一物料元素,识别该物料元素所包含的目标描述词;将每一物料元素所包含的目标描述词进行融合,得到多媒体物料所包含的目标描述词。这样,后续可以根据提取到的多媒体物料中的目标描述词,对多媒体物料进行快速、准确识别。另外,在对待识别的多媒体物料进行目标描述词识别时,先对该多媒体物料进行拆分,之后,可以对拆分得到的各物料元素并行进行目标描述词识别,提升了多媒体物料所包含的目标描述词的提取效率和准确度,进一步提升了多媒体物料的识别效率和准确度。
下面针对上述S102中的将多媒体物料拆分为物料元素的具体实施方式进行详细说明。具体来说,上述多媒体物料包括文本类物料、图像类物料、视频类物料以及落地页类物料,此时,可以通过以下步骤[1]~步骤[4]来对上述多媒体物料进行拆分:
[1]抓取落地页物料中的文本、图像以及视频。
[2]对视频类物料中的视频帧、落地页物料中视频的视频帧、落地页物料中图像以及图像类物料进行文本识别。
示例地,可以通过光学字符识别(Optical Character Recognition,OCR)对视频类物料中的视频帧、落地页物料中视频的视频帧、落地页物料中图像以及图像类物料进行文本识别。
[3]对视频类物料中的音频数据和落地页物料中视频的音频数据进行语音识别。
示例地,可以通过自动语音识别(Automatic Speech Recognition,ASR)对视频类物料中的音频数据和落地页物料中视频的音频数据进行语音识别。
[4]将文本类物料、文本识别后所得的文本、语音识别后所得的文本以及落地页物料中文本作为文本元素;将图像类物料、落地页物料中图像转换为同一格式,作为图像元素;从视频类物料中的视频帧和落地页物料中视频的视频帧中分别抽取预设数量的视频帧,作为视频元素;将视频类物料中的音频数据和落地页物料中视频的音频数据中转换为同一格式,作为音频元素。
示例地,可以按照预设间隔(例如,1秒)抽样和插值补帧的方式从视频类物料中的视频帧和落地页物料中视频的视频帧中分别抽取预设数量的视频帧。具体来说,先按照预设间隔对视频类物料中的视频帧、落地页物料中视频的视频帧进行抽样;当抽样得到的视频帧的数量大于上述预设数量,则将抽样得到的视频帧下采样至预设数量的视频帧;当抽样得到的视频帧的数量小于上述预设数量,则将抽样得到的视频帧上采样至预设数量的视频帧。
在上述实施方式中,从视频类物料中的视频帧和落地页物料中视频的视频帧中分别抽取预设数量的视频帧,作为视频元素,之后,基于抽样得到的视频元素进行目标描述词识别,可以提升识别效率。
下面针对上述S103中的识别该物料元素所包含的目标描述词的具体实施方式进行详细说明。
在本公开中,可以针对不同类型的物料元素,分别采取不同的识别策略,以得到相应物料元素所包含的目标描述词。具体来说:
在物料元素为文本元素时,可以采用以下步骤(1)~步骤(5)所示的识别策略来识别该文本元素所包含的目标描述词:
(1)对该物料元素进行分词。
(2)对分词后所得的词汇进行变体,得到变体词汇。
在本公开中,可以通过多种方式来对分词后所得的词汇进行变体,在一种实施方式中,可以通过增减标点符号,通假字、错别字替换等手段对分词后所得的词汇进行变体。
在另一种实施方式中,可以通过预先训练好的变体模型(例如,逻辑回归(Logistic Regression,LR)模型、自然语言处理(Natural Language Processing,NLP)模型等)对分词后所得的词汇进行变体。
(3)判断分词后所得的词汇和变体词汇中是否存在位于目标描述词库中的词汇。
在本公开中,目标描述词库中包含不同的目标描述词。
若分词后所得的词汇和变体词汇中存在位于目标描述词库中的词汇,则将分词后所得的词汇和变体词汇中、位于目标描述词库中的词汇作为该文本元素所包含的目标描述词,即执行以下步骤(4);若分词后所得的词汇和变体词汇中不存在位于目标描述词库中的词汇,则表明文本元素中不包含目标描述词,即执行以下步骤(5)。
(4)将分词后所得的词汇和变体词汇中、位于目标描述词库中的词汇作为该物料元素所包含的目标描述词。
(5)确定该物料元素中不包含目标描述词。
在识别文本元素所包含的目标描述词,不仅将分词后所得的词汇与目标描述词库进行匹配,还将分词后所得的词汇对应的变体词汇与目标描述词库进行匹配,这样,可以提升文本元素中目标描述词识别的全面性,从而提升多媒体物料所包含的目标描述词的识别的全面性。
另外,一些词汇可能具有多种含义,为此,在识别文本元素所包含的目标描述词时,需要进行歧义消除处理,以避免将一些用于表征其他含义的词汇误识别为目标描述词。具体来说,在上述步骤(4)之前,上述针对文本元素所包含的目标描述词的识别策略还包括以下步骤(6),相应地,若分词后所得的词汇和变体词汇中存在位于目标描述词库中的词汇,则执行以下步骤(6)。
(6)确定该物料元素中是否包含目标描述词。
在本公开中,可以通过将该物料元素(即文本元素)输入到预先训练好的消歧模型中,以确定该物料元素中是否包含目标描述词。其中,消歧模型为二分类模型,其输出为是或者否,若其输出为是,则表明该物料元素中包含目标描述词,若其输出为否,则表明该物料元素中不包含目标描述词。
具体来说,上述消歧模型可以通过以下方式训练得到:
获取包含有歧义词的参考文本和用于表征该参考文本中是否包含目标描述词的标注信息,其中,该参考文本中的歧义词可以为目标描述词,也可以为其他含义的词;通过将参考文本作为模型的输入,将上述标注信息作为模型的目标输出的方式进行模型训练,以得到消歧模型,
若上述S106确定该物料元素中包含目标描述词,则执行上述步骤(4);若上述S106确定该物料元素中不包含目标描述词,则执行上述步骤(5)。
另外,为了进一步提升文本元素所包含的目标描述词的识别的全面性,以进一步提升多媒体物料所包含的目标描述词的识别的全面性,上述针对文本元素所包含的目标描述词的识别策略还包括以下步骤(7)和步骤(8)。
(7)确定该物料元素中是否存在目标描述词推广短语。
示例地,目标描述词推广短语为目标描述词的广告语。
(8)若物料元素中存在目标描述词推广短语,则将该物料元素中的目标描述词推广短语所对应的目标描述词作为该物料元素所包含的目标描述词。
在本公开中,可以预先建立有目标描述词推广短语和目标描述词的对应关系。这样,可以针对对应关系中的每一目标描述词推广短语,检索其是否在该物料元素中出现。若该物料元素中存在上述对应关系中的任一目标描述词推广短语,则确定该物料元素中存在目标描述词推广短语,则将上述对应关系中、与该物料元素中所包含的目标描述词推广短语对应的目标描述词作为该物料元素所包含的目标描述词,此时,文本元素所包含的目标描述词包括上述对应关系中、与该物料元素中所包含的目标描述词推广短语对应的目标描述词,以及分词后所得的词汇和变体词汇中、位于目标描述词库中的词汇。若该物料元素中不存在上述对应关系中的任一目标描述词推广短语,则确定该物料元素中不存在目标描述词推广短语,此时,文本元素所包含的目标描述词包括分词后所得的词汇和所述变体词汇中、位于目标描述词库中的词汇。
在物料元素为图像元素时,可以采用以下步骤1)~步骤5)所示的识别策略来识别该图像元素所包含的目标描述词:
1)对该物料元素进行目标检测。
在本公开中,可以通过目标检测模型来对图像元素进行目标检测。其中,在图像元素中包含一个或者多个目标描述词的图形标识的情况下:对于目标检测模型能够识别出的图形标识,则输出相应图形标识所表征目标描述词,即目标检测结果包含目标描述词,此时,执行以下步骤2);对于目标检测模型无法识别出的图形标识,则输出相应图形标识的位置信息,即目标检测结果包含目标描述词的图形标识的位置信息,此时,执行以下步骤3)。在图像元素中不包含目标描述词的图形标识的情况下,则目标检测模型输出为空,即目标检测结果为空,此时,执行以下步骤4)。
2)将目标检测结果中的目标描述词作为该物料元素所包含的目标描述词。
3)根据该物料元素中图形标识的位置信息,从该物料元素中提取图形标识;提取该图形标识的目标图像特征;将图形标识特征库中与目标图像特征相匹配的图像特征对应的目标描述词确定为该物料元素所包含的目标描述词。
在本公开中,图形标识特征库中包含各目标描述词的图形标识的图像特征。在提取到上述图像元素中图形标识的目标图像特征后,可以通过将该目标图像特征与图形标识特征库中的各图像特征进行匹配,以得到与上述目标图像特征相匹配的图像特征;之后,将相匹配的图像特征对应的目标描述词确定为该图像元素所包含的目标描述词。示例地,可以将图形标识特征库中与目标图像特征相似度最高的图像特征作为与目标图像特征相匹配的图像特征。
4)确定该物料元素中不包含目标描述词。
在上述实施方式中,图像元素所包含的目标描述词包括目标检测结果中的目标描述词和图形标识特征库中与目标图像特征相匹配的图像特征对应的目标描述词。由于目标检测模型需要根据训练数据预先训练,模型的更新迭代速度难以应对快速增长的目标描述词,对于新增的目标描述词,通过目标检测模型将无法检测到,因此,将新增的目标描述词的图像特征加入到图形标识特征库,之后,通过目标检测和图形标识特征库匹配检索相结合的方式来实现图像元素所包含的目标描述词的识别,可以提升图像元素中目标描述词识别的全面性,从而进一步提升多媒体物料所包含的目标描述词的识别的全面性,并且无需更新目标检测模型,做到快速覆盖。
另外,为了进一步提升图像元素中目标描述词识别的全面性,以进一步从而提升多媒体物料所包含的目标描述词的识别的全面性,上述针对图像元素所包含目标描述词的识别策略还可以包括以下步骤5)~步骤7)。
5)获取该物料元素中的文本区域。
具体来说,可以通过对该物料元素(即图像元素)进行场景文字检测,以得到该图像元素中的文本区域。
6)提取文本区域的目标文本特征。
7)将目标描述词文本特征库中与目标文本特征相匹配的文本特征对应的目标描述词确定为该物料元素所包含的目标描述词。
在本公开中,目标描述词文本特征库包含各目标描述词的文本特征。在提取到图像元素中的文本区域的目标文本特征后,可以通过将该目标文本特征与目标描述词文本特征库中的各文本特征进行匹配,以得到与上述目标文本特征相匹配的文本特征;之后,将相匹配的文本特征对应的目标描述词作为该图像元素所包含的目标描述词,即,图像元素所包含的目标描述词包括目标检测结果中的目标描述词、图形标识特征库中与目标图像特征相匹配的图像特征对应的目标描述词,以及目标描述词文本特征库中与目标文本特征相匹配的文本特征对应的目标描述词。示例地,可以将目标描述词文本特征库中与目标文本特征相似度最高的文本特征作为与目标文本特征相匹配的文本特征。
在物料元素为视频元素时,可以采用以下识别策略来识别该视频元素所包含的目标描述词:
判断目标描述词视频库中是否存在与该物料元素相匹配的视频;若目标描述词视频库中存在相匹配的视频,则将相匹配的视频对应的目标描述词作为该物料元素所包含的目标描述词;若目标描述词视频库中不存在相匹配的视频,则确定该物料元素中不包含目标描述词。
其中,目标描述词视频库中包含不同目标描述词对应的视频。可以通过将目标描述词视频库中的各目标描述词对应的视频与该视频元素逐一进行匹配的方式,来确定目标描述词视频库中是否存在与该视频元素相匹配的视频。示例地,若目标描述词视频库中存在与该视频元素的相似度大于第一预设相似度阈值的视频,则确定目标描述词视频库中存在相匹配的视频;若目标描述词视频库中各视频与该视频元素的相似度均小于上述第一预设相似度阈值,则确定目标描述词视频库中不存在相匹配的视频。
在物料元素为音频元素时,可以采用以下识别策略来识别该音频元素所包含的目标描述词:
判断目标描述词音频库中是否存在与该物料元素相匹配的音频;若目标描述词音频库中存在相匹配的音频,则将相匹配的音频对应的目标描述词作为该物料元素所包含的目标描述词;若目标描述词音频库中不存在相匹配的音频,则确定该物料元素中不包含目标描述词。
其中,目标描述词音频库中包含不同目标描述词对应的音频。可以通过将目标描述词音频库中的各目标描述词对应的音频与该音频元素逐一进行匹配的方式,来确定目标描述词音频库中是否存在与该音频元素相匹配的音频。示例地,若目标描述词音频库中存在与该音频元素的相似度大于第二预设相似度阈值的音频,则确定目标描述词音频库中存在相匹配的音频;若目标描述词音频库中各音频与该音频元素的相似度均小于上述第二预设相似度阈值,则确定目标描述词音频库中不存在相匹配的音频。
下面针对上述S104中的将每一物料元素所包含的目标描述词进行融合,得到多媒体物料所包含的目标描述词的具体实施方式进行详细说明。具体来说,可以通过多种方式来实现。在一种实施方式中,可以将每一物料元素所包含的目标描述词直接合并,即去除重复的目标描述词,得到多媒体物料所包含的目标描述词。
在另一种实施方式中,将每一物料元素所包含的目标描述词中、出现次数超过预设次数阈值的目标描述词作为候选描述词;若候选描述词的个数大于K,则将候选描述词中、出现次数最多的K个候选描述词作为多媒体物料所包含的目标描述词;若候选描述词的个数小于或等于K,则将候选描述词作为多媒体物料所包含的目标描述词。通过预设次数阈值进行筛选,可以避免误识别导致的多媒体物料所包含的目标描述词的准确度不高的问题。
另外,在待识别的多媒体物料包括文本类物料、图像类物料、视频类物料以及落地页类物料的情况下,为了避免因落地页类物料所包含的目标描述词与其他类物料所包含的目标描述词不一致而误导用户,可以在落地页类物料所包含的目标描述词与其他类物料所包含的目标描述词不一致时,输出提提示消息,以提醒相关人员重点识别。具体来说,如图2所示,上述方法还包括S105~S107。
在S105中,判断多媒体物料所包含的目标描述词中是否存在位于落地页物料中的目标描述词。
在本公开中,在对多媒体物料拆分时,对于落地页物料拆分得到的物料元素可以均带有第一标识,以表征相应物料元素来源于落地页物料,对于其他类物料(即文本类物料、图像类物料以及视频类物料)拆分得到的物料元素均带有第二标识,以表征相应物料元素来源于其他类物料,相应地,多媒体物料所包含的目标描述词也均对应有第一标识和/或第二标识。
若多媒体物料所包含的目标描述词中存在带有第一标识的目标描述词,则确定多媒体物料所包含的目标描述词中存在位于落地页物料中的目标描述词,此时,执行以下S106;若多媒体物料所包含的目标描述词中不存在带有第一标识的目标描述词,则确定多媒体物料所包含的目标描述词中不存在位于落地页物料中的目标描述词,不执行任何操作,即结束。
在S106中,针对多媒体物料所包含的目标描述词中、位于落地页物料中的每一目标描述词,判断其他类物料元素所包含的目标描述词中是否存在该目标描述词。
在本公开中,针对多媒体物料所包含的目标描述词中在带有第一标识的每一目标描述词,确定该目标描述词是否还带有第二标识;若该目标描述词还带有第二标识,则确定其他类物料元素所包含的目标描述词中存在该目标描述词,此时,执行以下S107;若该目标描述词不带有第二标识,则确定其他类物料元素所包含的目标描述词中不存在该目标描述词,此时,不执行任何操作,即结束。
在S107中,输出包括该目标描述词的提示消息。
为了进一步提升多媒体物料所包含的目标描述词的识别的全面性,如图3所示,在上述S104之前,上述方法还包括S108~S110。
在S108中,提取多媒体物料的目标特征信息。
示例地,可以通过特征提取模型来提取多媒体物料中的特征信息,得到目标特征信息。
在S109中,判断目标描述词多媒体特征库中是否存在与目标特征信息相匹配的特征。
在本公开中,目标描述词多媒体特征库包括各目标描述词在文本、图形标识、音频、视频等各方面的多媒体特征。可以通过将目标描述词多媒体特征库中的各特征与多媒体物料的目标特征信息逐一进行匹配的方式,来确定目标描述词多媒体特征库中是否存在与目标特征信息相匹配的特征。示例地,若目标描述词多媒体特征库中存在与目标特征信息的相似度大于第三预设相似度阈值的特征,则确定目标描述词多媒体特征库存在与目标特征信息相匹配的特征,此时,执行以下S110;若目标描述词多媒体特征库中不存在与目标特征信息的相似度大于第三预设相似度阈值的特征,则确定目标描述词多媒体特征库不存在与目标特征信息相匹配的特征,此时,执行以上S104。
在S110中,将相匹配的特征对应的目标描述词、每一物料元素所包含的目标描述词进行融合,得到多媒体物料所包含的目标描述词。
具体来说,可以将相匹配的特征对应的目标描述词和每一物料元素所包含的目标描述词中、出现次数超过预设次数阈值的目标描述词作为候选描述词;若候选描述词的个数大于K,则将候选描述词中、出现次数最多的K个候选描述词作为多媒体物料所包含的目标描述词;若候选描述词的个数小于或等于K,则将候选描述词作为多媒体物料所包含的目标描述词。
另外,在通过上述S104获取到多媒体物料所包含的目标描述词后,还可以通过机器识别这些目标描述词是否位于授权范围内,节省了人力,提升了识别效率。具体来说,如图4所示,上述方法还包括S111~S113。
在S111中,判断多媒体物料所包含的目标描述词是否均位于多媒体物料的投放者的授权范围内。
在本公开中,多媒体物料所包含的目标描述词均位于多媒体物料的投放者的授权范围内时,则表明授权验证成功,此时,执行以下S113;若多媒体物料所包含的目标描述词中存在未位于授权范围内的目标描述词,则表明授权验证失败,此时,可以执行以下S112。
在S112中,输出多媒体物料所包含的目标描述词中、未位于授权范围内的目标描述词。
在S113中,输出授权验证成功的提示消息。
此外,为了提升上述授权验证的准确率,上述投放者的授权范围可以根据该投放者的历史表现进行动态更新。具体来说,如图5所示,上述方法还包括S114~S116。
在S114中,根据多媒体物料,确定该多媒体物料的投放者的相关信息。
在本公开中,可以根据多媒体物料,通过信息提取模型来提取该多媒体物料的投放者的相关信息。其中,该相关信息可以包括信用分、所投放产品的价格的异常度、基础评分等。
在S115中,根据相关信息,确定是否对投放者的授权范围进行调整。
具体来说,可以根据相信用分、所投放产品的价格的异常度、基础评分的加权求和,确定该多媒体物料的投放者的总分;根据该总分,确定是否对投放者的授权范围进行调整。示例地,若总分小于预设阈值,则确定对投放者的授权范围进行调整,若总分大于或等于预设阈值,则确定不对投放者的授权范围进行调整。
若确定对投放者的授权范围进行调整,则执行以下S116;若确定不对投放者的授权范围进行调整,则不执行任何操作,即结束。
在S116中,生成调整提示信息,以提醒用户对授权范围进行调整。
基于同样的发明构思,本公开还提供一种描述词识别装置。如图6所示,该装置600包括:获取模块601,用于获取待识别的多媒体物料;拆分模块602,用于将所述获取模块601获取到的所述多媒体物料拆分为物料元素;识别模块603,用于针对所述拆分模块602得到的每一所述物料元素,识别该物料元素所包含的目标描述词;融合模块604,用于将所述识别模块603得到的每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
在上述技术方案中,获取待识别的多媒体物料;将多媒体物料拆分为物料元素;针对每一物料元素,识别该物料元素所包含的目标描述词;将每一物料元素所包含的目标描述词进行融合,得到多媒体物料所包含的目标描述词。这样,后续可以根据提取到的多媒体物料中的目标描述词,对多媒体物料进行快速、准确识别。另外,在对待识别的多媒体物料进行目标描述词识别时,先对该多媒体物料进行拆分,之后,可以对拆分得到的各物料元素并行进行目标描述词识别,提升了多媒体物料所包含的目标描述词的提取效率和准确度,进一步提升了多媒体物料的识别效率和准确度。
可选地,在该物料元素为文本元素时,所述识别模块603包括:分词子模块,用于对该物料元素进行分词;变体字模块,用于对分词后所得的词汇进行变体,得到变体词汇;第一判断子模块,用于判断所述分词后所得的词汇和所述变体词汇中是否存在位于目标描述词库中的词汇;第一确定子模块,用于若所述分词后所得的词汇和所述变体词汇中存在位于所述目标描述词库中的词汇,则将分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词。
可选地,所述识别模块603还包括:第二确定子模块,用于在所述第一确定子模块将分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词之前,若所述分词后所得的词汇和所述变体词汇中存在位于所述目标描述词库中的词汇,则确定该物料元素中是否包含目标描述词;所述第一确定子模块用于若所述物料元素中包含目标描述词,则将所述分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词。
可选地,所述识别模块603还包括:第三确定子模块,用于若所述物料元素中不包含目标描述词,则确定该物料元素中不包含目标描述词。
可选地,所述识别模块603还包括:第四确定子模块,用于确定该物料元素中是否存在目标描述词推广短语;第五确定子模块,用于若所述物料元素中存在目标描述词推广短语,则将该物料元素中的目标描述词推广短语所对应的目标描述词作为该物料元素所包含的目标描述词。
可选地,在该物料元素为图像元素时,所述识别模块603包括:目标检测子模块,用于对该物料元素进行目标检测;第六确定子模块,用于若目标检测结果包含目标描述词,则将所述目标检测结果中的目标描述词作为该物料元素所包含的目标描述词;第七确定子模块,用于:若所述目标检测结果包含目标描述词的图形标识的位置信息,则根据所述位置信息,从该物料元素中提取所述图形标识;提取所述图形标识的目标图像特征;将图形标识特征库中与所述目标图像特征相匹配的图像特征对应的目标描述词确定为该物料元素所包含的目标描述词;第八确定子模块,用于若所述目标检测结果为空,则确定该物料元素中不包含目标描述词。
可选地,所述识别模块603还包括:获取子模块,用于获取该物料元素中的文本区域;第一提取子模块,用于提取所述文本区域的目标文本特征;第九确定子模块,用于将目标描述词文本特征库中与所述目标文本特征相匹配的文本特征对应的目标描述词确定为该物料元素所包含的目标描述词。
可选地,在该物料元素为视频元素时,所述识别模块603包括:第二判断子模块,用于判断目标描述词视频库中是否存在与该物料元素相匹配的视频;第十确定子模块,用于若所述目标描述词视频库中存在所述相匹配的视频,则将所述相匹配的视频对应的目标描述词作为该物料元素所包含的目标描述词。
可选地,在该物料元素为音频元素时,所述识别模块603包括:第三判断子模块,用于判断目标描述词音频库中是否存在与该物料元素相匹配的音频;第十一确定子模块,用于若所述目标描述词音频库中存在所述相匹配的音频,则将所述相匹配的音频对应的目标描述词作为该物料元素所包含的目标描述词。
可选地,所述融合模块604包括:第十二确定子模块,用于将每一所述物料元素所包含的目标描述词中、出现次数超过预设次数阈值的目标描述词作为候选描述词;第十三确定子模块,用于若所述候选描述词的个数大于K,则将所述候选描述词中、出现次数最多的K个候选描述词作为所述多媒体物料所包含的目标描述词;第十四确定子模块,用于若所述候选描述词的个数小于或等于K,则将所述候选描述词作为所述多媒体物料所包含的目标描述词。
可选地,所述多媒体物料包括文本类物料、图像类物料、视频类物料以及落地页类物料;所述拆分模块602包括:抓取子模块,用于抓取所述落地页物料中的文本、图像以及视频;文本识别子模块,用于对所述视频类物料中的视频帧、所述落地页物料中视频的视频帧、所述落地页物料中图像以及所述图像类物料进行文本识别;语音识别子模块,用于对所述视频类物料中的音频数据和所述落地页物料中视频的音频数据进行语音识别;第十五确定子模块,用于将所述文本类物料、文本识别后所得的文本、语音识别后所得的文本以及所述落地页物料中文本作为文本元素;第一转换子模块,用于将所述图像类物料、所述落地页物料中图像转换为同一格式,作为图像元素;抽取子模块,用于从所述视频类物料中的视频帧和所述落地页物料中视频的视频帧中分别抽取预设数量的视频帧,作为视频元素;第二转换子模块,用于将所述视频类物料中的音频数据和所述落地页物料中视频的音频数据中转换为同一格式,作为音频元素。
可选地,所述装置600还包括:第一判断模块,用于若所述多媒体物料所包含的目标描述词中存在位于所述落地页类物料中的目标描述词,则针对所述多媒体物料所包含的目标描述词中、位于所述落地页物料中的每一目标描述词,判断其他类物料所包含的目标描述词中是否存在该目标描述词;第一输出模块,用于若所述其他类物料元素所包含的目标描述词中不存在该目标描述词,则输出包括该目标描述词的提示消息。
可选地,所述装置600还包括:提取模块,用于在所述融合模块604将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词之前,提取所述多媒体物料的目标特征信息;第二判断模块,用于判断目标描述词多媒体特征库中是否存在与所述目标特征信息相匹配的特征;所述融合模块604包括:第一融合子模块,用于若所述目标描述词多媒体特征库中不存在所述相匹配的特征,则将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词;第二融合子模块,用于若所述目标描述词多媒体特征库中存在所述相匹配的特征,则将所述相匹配的特征对应的目标描述词、每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
可选地,所述装置600还包括:第三判断模块,用于判断所述多媒体物料所包含的目标描述词是否均位于所述多媒体物料的投放者的授权范围内;第二输出模块,用于若所述多媒体物料所包含的目标描述词中存在未位于所述授权范围内的目标描述词,则输出所述未位于所述授权范围内的目标描述词。
可选地,所述装置600还包括:第一确定模块,用于根据所述多媒体物料,确定所述投放者的相关信息;第二确定模块,用于根据所述相关信息,确定是否对所述授权范围进行调整;生成模块,用于若确定对所述授权范围进行调整,则生成调整提示信息,以提醒用户对所述授权范围进行调整。
本公开还提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开提供的上述描述词识别方法的步骤。
下面参考图7,其示出了适于用来实现本公开实施例的电子设备(例如终端设备或服务器)700的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待识别的多媒体物料;将所述多媒体物料拆分为物料元素;针对每一所述物料元素,识别该物料元素所包含的目标描述词;将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取待识别的多媒体物料的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种描述词识别方法,包括:获取待识别的多媒体物料;将所述多媒体物料拆分为物料元素;针对每一所述物料元素,识别该物料元素所包含的目标描述词;将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,在该物料元素为文本元素时,所述识别该物料元素所包含的目标描述词,包括:对该物料元素进行分词;对分词后所得的词汇进行变体,得到变体词汇;判断所述分词后所得的词汇和所述变体词汇中是否存在位于目标描述词库中的词汇;若所述分词后所得的词汇和所述变体词汇中存在位于所述目标描述词库中的词汇,则将分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,在所述将分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词的步骤之前,所述识别该物料元素所包含的目标描述词,还包括:若所述分词后所得的词汇和所述变体词汇中存在位于所述目标描述词库中的词汇,则确定该物料元素中是否包含目标描述词;所述将分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词,包括:若所述物料元素中包含目标描述词,则将所述分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词。
根据本公开的一个或多个实施例,示例4提供了示例3的方法,所述识别该物料元素所包含的目标描述词,还包括:若所述物料元素中不包含目标描述词,则确定该物料元素中不包含目标描述词。
根据本公开的一个或多个实施例,示例5提供了示例2的方法,所述识别该物料元素所包含的目标描述词,还包括:确定该物料元素中是否存在目标描述词推广短语;若所述物料元素中存在目标描述词推广短语,则将该物料元素中的目标描述词推广短语所对应的目标描述词作为该物料元素所包含的目标描述词。
根据本公开的一个或多个实施例,示例6提供了示例1的方法,在该物料元素为图像元素时,所述识别该物料元素所包含的目标描述词,包括:对该物料元素进行目标检测;若目标检测结果包含目标描述词,则将所述目标检测结果中的目标描述词作为该物料元素所包含的目标描述词;若所述目标检测结果包含目标描述词的图形标识的位置信息,则根据所述位置信息,从该物料元素中提取所述图形标识;提取所述图形标识的目标图像特征;将图形标识特征库中与所述目标图像特征相匹配的图像特征对应的目标描述词确定为该物料元素所包含的目标描述词;若所述目标检测结果为空,则确定该物料元素中不包含目标描述词。
根据本公开的一个或多个实施例,示例7提供了示例6的方法,所述识别该物料元素所包含的目标描述词,还包括:获取该物料元素中的文本区域;提取所述文本区域的目标文本特征;将目标描述词文本特征库中与所述目标文本特征相匹配的文本特征对应的目标描述词确定为该物料元素所包含的目标描述词。
根据本公开的一个或多个实施例,示例8提供了示例1的方法,在该物料元素为视频元素时,所述识别该物料元素所包含的目标描述词,包括:判断目标描述词视频库中是否存在与该物料元素相匹配的视频;若所述目标描述词视频库中存在所述相匹配的视频,则将所述相匹配的视频对应的目标描述词作为该物料元素所包含的目标描述词。
根据本公开的一个或多个实施例,示例9提供了示例1的方法,在该物料元素为音频元素时,所述识别该物料元素所包含的目标描述词,包括:判断目标描述词音频库中是否存在与该物料元素相匹配的音频;若所述目标描述词音频库中存在所述相匹配的音频,则将所述相匹配的音频对应的目标描述词作为该物料元素所包含的目标描述词。
根据本公开的一个或多个实施例,示例10提供了示例1的方法,所述将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词,包括:将每一所述物料元素所包含的目标描述词中、出现次数超过预设次数阈值的目标描述词作为候选描述词;若所述候选描述词的个数大于K,则将所述候选描述词中、出现次数最多的K个候选描述词作为所述多媒体物料所包含的目标描述词;若所述候选描述词的个数小于或等于K,则将所述候选描述词作为所述多媒体物料所包含的目标描述词。
根据本公开的一个或多个实施例,示例11提供了示例1的方法,所述多媒体物料包括文本类物料、图像类物料、视频类物料以及落地页类物料;所述将所述多媒体物料拆分为物料元素,包括:抓取所述落地页物料中的文本、图像以及视频;对所述视频类物料中的视频帧、所述落地页物料中视频的视频帧、所述落地页物料中图像以及所述图像类物料进行文本识别;对所述视频类物料中的音频数据和所述落地页物料中视频的音频数据进行语音识别;将所述文本类物料、文本识别后所得的文本、语音识别后所得的文本以及所述落地页物料中文本作为文本元素;将所述图像类物料、所述落地页物料中图像转换为同一格式,作为图像元素;从所述视频类物料中的视频帧和所述落地页物料中视频的视频帧中分别抽取预设数量的视频帧,作为视频元素;将所述视频类物料中的音频数据和所述落地页物料中视频的音频数据中转换为同一格式,作为音频元素。
根据本公开的一个或多个实施例,示例12提供了示例11的方法,所述方法还包括:若所述多媒体物料所包含的目标描述词中存在位于所述落地页类物料中的目标描述词,则针对所述多媒体物料所包含的目标描述词中、位于所述落地页物料中的每一目标描述词,判断其他类物料所包含的目标描述词中是否存在该目标描述词;若所述其他类物料元素所包含的目标描述词中不存在该目标描述词,则输出包括该目标描述词的提示消息。
根据本公开的一个或多个实施例,示例13提供了示例1-12中任一项所述的方法,在所述将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词的步骤之前,所述方法还包括:提取所述多媒体物料的目标特征信息;判断目标描述词多媒体特征库中是否存在与所述目标特征信息相匹配的特征;所述将每一所述物料元素中的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词,包括:若所述目标描述词多媒体特征库中不存在所述相匹配的特征,则将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词;若所述目标描述词多媒体特征库中存在所述相匹配的特征,则将所述相匹配的特征对应的目标描述词、每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
根据本公开的一个或多个实施例,示例14提供了示例1-12中任一项所述的方法,所述方法还包括:判断所述多媒体物料所包含的目标描述词是否均位于所述多媒体物料的投放者的授权范围内;若所述多媒体物料所包含的目标描述词中存在未位于所述授权范围内的目标描述词,则输出所述未位于所述授权范围内的目标描述词。
根据本公开的一个或多个实施例,示例15提供了示例14所述的方法,所述方法还包括:根据所述多媒体物料,确定所述投放者的相关信息;根据所述相关信息,确定是否对所述授权范围进行调整;若确定对所述授权范围进行调整,则生成调整提示信息,以提醒用户对所述授权范围进行调整。
根据本公开的一个或多个实施例,示例16提供了一种描述词识别装置,包括:获取模块,用于获取待识别的多媒体物料;拆分模块,用于将所述获取模块获取到的所述多媒体物料拆分为物料元素;识别模块,用于针对所述拆分模块得到的每一所述物料元素,识别该物料元素所包含的目标描述词;融合模块,用于将所述识别模块得到的每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
根据本公开的一个或多个实施例,示例17提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1-15中任一项所述方法的步骤。
根据本公开的一个或多个实施例,示例18提供了一种电子设备,包括:存储装置,其上存储有计算机程序;处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1-15中任一项所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (18)
1.一种描述词识别方法,其特征在于,包括:
获取待识别的多媒体物料;
将所述多媒体物料拆分为物料元素;
针对每一所述物料元素,识别该物料元素所包含的目标描述词;
将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
2.根据权利要求1所述的方法,其特征在于,在该物料元素为文本元素时,所述识别该物料元素所包含的目标描述词,包括:
对该物料元素进行分词;
对分词后所得的词汇进行变体,得到变体词汇;
判断所述分词后所得的词汇和所述变体词汇中是否存在位于目标描述词库中的词汇;
若所述分词后所得的词汇和所述变体词汇中存在位于所述目标描述词库中的词汇,则将分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词。
3.根据权利要求2所述的方法,其特征在于,在所述将分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词的步骤之前,所述识别该物料元素所包含的目标描述词,还包括:
若所述分词后所得的词汇和所述变体词汇中存在位于所述目标描述词库中的词汇,则确定该物料元素中是否包含目标描述词;
所述将分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词,包括:
若所述物料元素中包含目标描述词,则将所述分词后所得的词汇和所述变体词汇中、位于所述目标描述词库中的词汇作为该物料元素所包含的目标描述词。
4.根据权利要求3所述的方法,其特征在于,所述识别该物料元素所包含的目标描述词,还包括:
若所述物料元素中不包含目标描述词,则确定该物料元素中不包含目标描述词。
5.根据权利要求2所述的方法,其特征在于,所述识别该物料元素所包含的目标描述词,还包括:
确定该物料元素中是否存在目标描述词推广短语;
若所述物料元素中存在目标描述词推广短语,则将该物料元素中的目标描述词推广短语所对应的目标描述词作为该物料元素所包含的目标描述词。
6.根据权利要求1所述的方法,其特征在于,在该物料元素为图像元素时,所述识别该物料元素所包含的目标描述词,包括:
对该物料元素进行目标检测;
若目标检测结果包含目标描述词,则将所述目标检测结果中的目标描述词作为该物料元素所包含的目标描述词;
若所述目标检测结果包含目标描述词的图形标识的位置信息,则根据所述位置信息,从该物料元素中提取所述图形标识;提取所述图形标识的目标图像特征;将图形标识特征库中与所述目标图像特征相匹配的图像特征对应的目标描述词确定为该物料元素所包含的目标描述词;
若所述目标检测结果为空,则确定该物料元素中不包含目标描述词。
7.根据权利要求6所述的方法,其特征在于,所述识别该物料元素所包含的目标描述词,还包括:
获取该物料元素中的文本区域;
提取所述文本区域的目标文本特征;
将目标描述词文本特征库中与所述目标文本特征相匹配的文本特征对应的目标描述词确定为该物料元素所包含的目标描述词。
8.根据权利要求1所述的方法,其特征在于,在该物料元素为视频元素时,所述识别该物料元素所包含的目标描述词,包括:
判断目标描述词视频库中是否存在与该物料元素相匹配的视频;
若所述目标描述词视频库中存在所述相匹配的视频,则将所述相匹配的视频对应的目标描述词作为该物料元素所包含的目标描述词。
9.根据权利要求1所述的方法,其特征在于,在该物料元素为音频元素时,所述识别该物料元素所包含的目标描述词,包括:
判断目标描述词音频库中是否存在与该物料元素相匹配的音频;
若所述目标描述词音频库中存在所述相匹配的音频,则将所述相匹配的音频对应的目标描述词作为该物料元素所包含的目标描述词。
10.根据权利要求1所述的方法,其特征在于,所述将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词,包括:
将每一所述物料元素所包含的目标描述词中、出现次数超过预设次数阈值的目标描述词作为候选描述词;
若所述候选描述词的个数大于K,则将所述候选描述词中、出现次数最多的K个候选描述词作为所述多媒体物料所包含的目标描述词;
若所述候选描述词的个数小于或等于K,则将所述候选描述词作为所述多媒体物料所包含的目标描述词。
11.根据权利要求1所述的方法,其特征在于,所述多媒体物料包括文本类物料、图像类物料、视频类物料以及落地页类物料;
所述将所述多媒体物料拆分为物料元素,包括:
抓取所述落地页物料中的文本、图像以及视频;
对所述视频类物料中的视频帧、所述落地页物料中视频的视频帧、所述落地页物料中图像以及所述图像类物料进行文本识别;
对所述视频类物料中的音频数据和所述落地页物料中视频的音频数据进行语音识别;
将所述文本类物料、文本识别后所得的文本、语音识别后所得的文本以及所述落地页物料中文本作为文本元素;
将所述图像类物料、所述落地页物料中图像转换为同一格式,作为图像元素;
从所述视频类物料中的视频帧和所述落地页物料中视频的视频帧中分别抽取预设数量的视频帧,作为视频元素;
将所述视频类物料中的音频数据和所述落地页物料中视频的音频数据中转换为同一格式,作为音频元素。
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
若所述多媒体物料所包含的目标描述词中存在位于所述落地页类物料中的目标描述词,则针对所述多媒体物料所包含的目标描述词中、位于所述落地页物料中的每一目标描述词,判断其他类物料所包含的目标描述词中是否存在该目标描述词;
若所述其他类物料元素所包含的目标描述词中不存在该目标描述词,则输出包括该目标描述词的提示消息。
13.根据权利要求1-12中任一项所述的方法,其特征在于,在所述将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词的步骤之前,所述方法还包括:
提取所述多媒体物料的目标特征信息;
判断目标描述词多媒体特征库中是否存在与所述目标特征信息相匹配的特征;
所述将每一所述物料元素中的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词,包括:
若所述目标描述词多媒体特征库中不存在所述相匹配的特征,则将每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词;
若所述目标描述词多媒体特征库中存在所述相匹配的特征,则将所述相匹配的特征对应的目标描述词、每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
14.根据权利要求1-12中任一项所述的方法,其特征在于,所述方法还包括:
判断所述多媒体物料所包含的目标描述词是否均位于所述多媒体物料的投放者的授权范围内;
若所述多媒体物料所包含的目标描述词中存在未位于所述授权范围内的目标描述词,则输出所述未位于所述授权范围内的目标描述词。
15.根据权利要求14所述的方法,其特征在于,所述方法还包括:
根据所述多媒体物料,确定所述投放者的相关信息;
根据所述相关信息,确定是否对所述授权范围进行调整;
若确定对所述授权范围进行调整,则生成调整提示信息,以提醒用户对所述授权范围进行调整。
16.一种描述词识别装置,其特征在于,包括:
获取模块,用于获取待识别的多媒体物料;
拆分模块,用于将所述获取模块获取到的所述多媒体物料拆分为物料元素;
识别模块,用于针对所述拆分模块得到的每一所述物料元素,识别该物料元素所包含的目标描述词;
融合模块,用于将所述识别模块得到的每一所述物料元素所包含的目标描述词进行融合,得到所述多媒体物料所包含的目标描述词。
17.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-15中任一项所述方法的步骤。
18.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-15中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111290578.1A CN114003740A (zh) | 2021-11-02 | 2021-11-02 | 描述词识别方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111290578.1A CN114003740A (zh) | 2021-11-02 | 2021-11-02 | 描述词识别方法、装置、介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114003740A true CN114003740A (zh) | 2022-02-01 |
Family
ID=79926696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111290578.1A Pending CN114003740A (zh) | 2021-11-02 | 2021-11-02 | 描述词识别方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114003740A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163980A1 (en) * | 2012-12-10 | 2014-06-12 | Rawllin International Inc. | Multimedia message having portions of media content with audio overlay |
CN105930423A (zh) * | 2016-04-18 | 2016-09-07 | 乐视控股(北京)有限公司 | 多媒体相似度确定方法、装置以及多媒体推荐方法 |
CN110895775A (zh) * | 2019-11-29 | 2020-03-20 | 秒针信息技术有限公司 | 广告物料元素信息提取方法、装置、电子设备及存储介质 |
CN112988980A (zh) * | 2021-05-12 | 2021-06-18 | 太平金融科技服务(上海)有限公司 | 目标产品查询方法、装置、计算机设备和存储介质 |
-
2021
- 2021-11-02 CN CN202111290578.1A patent/CN114003740A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163980A1 (en) * | 2012-12-10 | 2014-06-12 | Rawllin International Inc. | Multimedia message having portions of media content with audio overlay |
CN105930423A (zh) * | 2016-04-18 | 2016-09-07 | 乐视控股(北京)有限公司 | 多媒体相似度确定方法、装置以及多媒体推荐方法 |
CN110895775A (zh) * | 2019-11-29 | 2020-03-20 | 秒针信息技术有限公司 | 广告物料元素信息提取方法、装置、电子设备及存储介质 |
CN112988980A (zh) * | 2021-05-12 | 2021-06-18 | 太平金融科技服务(上海)有限公司 | 目标产品查询方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
王发兴等: "《广告学的知识构建与应用探究》", vol. 1, 中国书籍出版社, pages: 237 - 239 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109117777B (zh) | 生成信息的方法和装置 | |
EP3893125A1 (en) | Method and apparatus for searching video segment, device, medium and computer program product | |
JP7394809B2 (ja) | ビデオを処理するための方法、装置、電子機器、媒体及びコンピュータプログラム | |
CN112364829B (zh) | 一种人脸识别方法、装置、设备及存储介质 | |
CN112883968B (zh) | 图像字符识别方法、装置、介质及电子设备 | |
CN111178056A (zh) | 基于深度学习的文案生成方法、装置及电子设备 | |
CN111667810B (zh) | 多音字语料的获取方法、装置、可读介质和电子设备 | |
CN112906380A (zh) | 文本中角色的识别方法、装置、可读介质和电子设备 | |
CN113889113A (zh) | 分句方法、装置、存储介质及电子设备 | |
CN112906381A (zh) | 对话归属的识别方法、装置、可读介质和电子设备 | |
CN112163074A (zh) | 用户意图识别方法、装置、可读存储介质及电子设备 | |
CN114444508A (zh) | 日期识别方法、装置、可读介质及电子设备 | |
CN113140012B (zh) | 图像处理方法、装置、介质及电子设备 | |
CN114445754A (zh) | 视频处理方法、装置、可读介质及电子设备 | |
CN112954453B (zh) | 视频配音方法和装置、存储介质和电子设备 | |
CN113971402A (zh) | 内容识别方法、装置、介质及电子设备 | |
CN113992944A (zh) | 视频编目方法、装置、设备、系统及介质 | |
CN113033707A (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN113011169A (zh) | 一种会议纪要的处理方法、装置、设备及介质 | |
CN114003740A (zh) | 描述词识别方法、装置、介质及电子设备 | |
CN113033682B (zh) | 视频分类方法、装置、可读介质、电子设备 | |
CN111460214B (zh) | 分类模型训练方法、音频分类方法、装置、介质及设备 | |
CN114970470A (zh) | 文案信息处理方法、装置、电子设备和计算机可读介质 | |
CN113987264A (zh) | 视频摘要生成方法、装置、设备、系统及介质 | |
CN114612909A (zh) | 字符识别方法、装置、可读介质及电子设备 |
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 |