CN114297413A - 书籍标签添加方法、电子设备及存储介质 - Google Patents
书籍标签添加方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114297413A CN114297413A CN202111613859.6A CN202111613859A CN114297413A CN 114297413 A CN114297413 A CN 114297413A CN 202111613859 A CN202111613859 A CN 202111613859A CN 114297413 A CN114297413 A CN 114297413A
- Authority
- CN
- China
- Prior art keywords
- label
- sub
- tag
- preset
- type
- 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
Images
Abstract
本公开涉及一种书籍标签添加方法、电子设备及存储介质。其中,书籍标签添加方法包括:检测目标书籍是否具有预设标签;若检测到目标书籍具有预设标签,检测预设标签是否为待替换标签体系下的标签;若检测到预设标签为待替换标签体系下的标签,将预设标签替换为第一标签;其中,第一标签为待使用标签体系下的标签,第一标签基于预设的标签映射规则对预设标签进行映射以及基于预先训练的标签检测模型对目标书籍进行检测得到。根据本公开实施例,能够省去人工将预设标签替换为第一标签的时间成本,提高为书籍打标签的效率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种书籍标签添加方法、电子设备及存储介质。
背景技术
目前,为了便于用户快速查找、挑选自己感兴趣的书籍,书籍在入库时,通常会通过人工编辑的方式为每一本书籍确定并添加符合其内容的标签。
但是,随着时代的发展,书籍之前添加的旧标签可能会过时,此时,需要为书籍更换符合潮流的新标签。若通过人工编辑的方式将旧标签替换为新标签,过程复杂且工作量大,因此,亟需一种能够高效为书籍添加标签的方法。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种书籍标签添加方法、电子设备及存储介质。
第一方面,本公开提供了一种书籍标签添加方法,包括:
检测目标书籍是否具有预设标签;
若检测到目标书籍具有预设标签,检测预设标签是否为待替换标签体系下的标签;
若检测到预设标签为待替换标签体系下的标签,将预设标签替换为第一标签;其中,第一标签为待使用标签体系下的标签,第一标签基于预设的标签映射规则对预设标签进行映射以及基于预先训练的标签检测模型对目标书籍进行检测得到。
第二方面,本公开提供了一种电子设备,包括处理器和存储器,存储器用于存储可执行指令,可执行指令使处理器执行以下操作:
检测目标书籍是否具有预设标签;
若检测到目标书籍具有预设标签,检测预设标签是否为待替换标签体系下的标签;
若检测到预设标签为待替换标签体系下的标签,将预设标签替换为第一标签;其中,第一标签为待使用标签体系下的标签,第一标签基于预设的标签映射规则对预设标签进行映射以及基于预先训练的标签检测模型对目标书籍进行检测得到。
第三方面,本公开提供了一种计算机可读存储介质,该存储介质存储有计算机程序,当计算机程序被处理器执行时,使得处理器实现第一方面的书籍标签添加方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开实施例的书籍标签确定方法、电子设备及存储介质,能够检测目标书籍是否具有预设标签;若检测到目标书籍具有预设标签,检测预设标签是否为待替换标签体系下的标签;若检测到预设标签为待替换标签体系下的标签,将预设标签替换为第一标签;其中,第一标签为待使用标签体系下的标签,第一标签基于预设的标签映射规则对预设标签进行映射以及基于预先训练的标签检测模型对目标书籍进行检测得到。可见,根据本公开实施例,在目标书籍具有待替换标签体系下的预设标签时,可以基于预设的标签映射规则以及预先训练的标签检测模型得到第一标签,并自动用第一标签替换掉原来的待替换标签体系下的预设标签,省去人工将预设标签替换为第一标签的时间成本,提高为书籍打标签的效率。
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。
图1示出了本公开实施例提供的一种书籍标签添加方法的流程示意图;
图2示出了本公开实施例提供的另一种书籍标签添加方法的流程示意图;
图3示出了本公开实施例提供的又一种书籍标签添加方法的流程示意图;
图4示出了本公开实施例提供的再一种书籍标签添加方法的流程示意图;
图5示出了本公开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。
本公开实施例提供了一种能够提高为书籍打标签的效率的书籍标签添加方法、电子设备及存储介质。
下面首先结合图1-4对本公开实施例提供的书籍标签添加方法进行说明。
本公开实施例提供的书籍标签添加方法,可以由能够提供添加书籍标签功能的电子设备执行。其中,该电子设备可以包括但不限于诸如智能手机、笔记本电脑、个人数字助理(PDA)、平板电脑(PAD)、便携式多媒体播放器(PMP)、车载终端(例如车载导航终端)、可穿戴设备等的移动终端,以及诸如数字TV、台式计算机、智能家居设备等的固定终端。
图1示出了本公开实施例提供的一种书籍标签添加方法的流程示意图。
如图1所示,该书籍标签添加方法可以包括如下步骤。
S110、检测目标书籍是否具有预设标签。
在本公开实施例中,电子设备在为目标书籍添加待使用标签体系下的标签时,可以先检测目标书籍是否具有预设标签。
具体地,目标书籍可以为任意待添加待使用体系下的标签的书籍。
具体地,目标书籍可以具有预设标签,即目标书籍已添加过标签;目标书籍还可以不具有任何标签,即目标书籍还未添加过标签,本公开实施例对此不作限定。
具体地,标签用于从某一维度描述目标书籍所属分类,用户通过阅读标签可以很快的了解目标书籍在该维度上所包含的实质性内容。
具体地,预设标签可以为任意标签体系下的标签。
具体地,预设标签可以为待替换标签体系下的标签,还可以为不同于待替换标签体系的其它标签体系下的标签,本公开实施例对此不作限定。
具体地,预设标签的具体内容与其所属的标签体系相关,此处不作具体限定。
S120、若检测到目标书籍具有预设标签,检测预设标签是否为待替换标签体系下的标签。
在本公开实施例中,当电子设备检测到目标书籍具有预设标签时,可以进一步检测预设标签是否为待替换标签体系下的标签,以便确定如何将预设标签替换为待使用标签体系下的标签。
具体地,待替换标签体系可以为任意不同于待使用标签体系的标签体系。
具体地,待替换标签体系可以包括一级、二级、三级、或四级等多级标签体系,或者,待替换标签体系可以包括至少一种类型的标签,但并不限于此。
示例性地,待替换标签体系可以为四级标签体系,第一级标签可以包括“男频”和“女频”两个分类标签;第二级标签和第三级标签可以包括“都市”、“竞技”、“同人作品”、“盗墓探险”、“现代言情”、“青春校园”等多个分类标签;第四级标签可以包括“内容题材-娱乐圈”、“内容题材-重逢”、“身份-娱乐明星”、“文派流-总裁文”等多个分类标签,但并不限于此。
示例性地,待替换标签体系可以包括文派流、金手指、主人公身份、情节、内容题材等多种类型的标签。文流派类型的标签可以包括“文流派-女尊”标签、“文流派-宝宝文”等多种分类标签;金手指类型的标签可以包括“金手指:丹药”等多种分类标签;主人公身份类型可以包括“身份-娱乐明星”、“省份-毒医”等多种分类标签;内容题材可以包括“内容题材-总裁文”、“内容题材-职场”等多种分类标签。
可以理解的是,待替换标签体系下的标签,一方面比较过时,另一方面,当标签来源较杂时,可能会出现待替换标签体系分级不合理或者待替换标签体系所包括的多种类型的标签类型划分不合理,导致书籍上添加的标签比较混乱。
S130、若检测到预设标签为待替换标签体系下的标签,将预设标签替换为第一标签。
在本公开实施例中,电子设备在检测到预设标签为待替换标签体系下的标签时,可以基于预设的标签映射规则对预设标签进行映射以及基于预先训练的标签检测模型对目标书籍进行检测,以得到待使用标签体系下的标签,并将预设标签替换为待使用标签体系下的标签。
具体地,待使用标签体系可以为任意不同于待替换标签体系的标签体系。
示例性地,待使用标签体系可以为多级标签体系。例如,待使用标签体系可以为三级标签体系,第一级标签包括“男频”和“女频”两个分类标签;第二级标签包括主题类型的标签;第三级标签包括情节、角色类型的标签;其中,第一级分类标签可以用于区分目标书籍属于“男频”还是“女频”,无需添加在目标书籍上,第二级标签和第三级标签分别从主题、情节和角色维度描述目标书籍,便于用户快速了解书籍内容,可以添加在目标书籍上。但并不限于此。
其中,第一标签为待使用标签体系下的标签,第一标签基于预设的标签映射规则对预设标签进行映射以及基于预先训练的标签检测模型对目标书籍进行检测得到。
具体地,预设的标签映射规则包括待替换标签体系下的标签与待使用标签体系下的标签的对应关系。需要说明的是,预设的标签映射规则的具体内容,本领域技术人员可根据待替换标签体系和待使用标签体系设置,此处不作限定。
示例性的,表1为一种预设的标签映射规则,其中,括号外的内容为待使用标签体系下的标签,括号内的内容为待替标签体系下的标签。
具体地,标签检测模型可以任意为能够对目标书籍检测而输出待使用标签体系下的标签的模型。
示例性地,将目标书籍的书籍信息输入标签检测模型,标签检测模型即可输出目标书籍在待使用标签体系下的标签。
在一些实施例中,全部数量的第一标签可以基于预设的标签映射规则对预设标签进行映射得到。
在另一些实施例中,全部数量的第一标签可以基于预先训练的标签检测模型对目标书籍进行检测得到。
在又一些实施例中,部分数量的第一标签可以基于预设的标签映射规则对预设标签进行映射得到;另一部分数量的第一标签可以基于预先训练的标签检测模型对目标书籍进行检测得到。
本公开实施例的书籍标签确定方法,能够检测目标书籍是否具有预设标签;若检测到目标书籍具有预设标签,检测预设标签是否为待替换标签体系下的标签;若检测到预设标签为待替换标签体系下的标签,将预设标签替换为第一标签;其中,第一标签为待使用标签体系下的标签,第一标签基于预设的标签映射规则对预设标签进行映射以及基于预先训练的标签检测模型对目标书籍进行检测得到。可见,根据本公开实施例,在目标书籍具有待替换标签体系下的预设标签时,可以基于预设的标签映射规则以及预先训练的标签检测模型得到第一标签,并自动用第一标签替换掉原来的待替换标签体系下的预设标签,省去人工将预设标签替换为第一标签的时间成本,提高为书籍打标签的效率。
图2示出了本公开实施例提供的另一种书籍标签添加方法的流程示意图。其中,本公开实施例在上述实施例的基础上进行优化,本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。
如图2所示,该书籍标签添加方法可以包括如下步骤。
S210、检测目标书籍是否具有预设标签。
具体地,S210与S110类似,此处不再赘述。
S220、若检测到目标书籍具有预设标签,检测预设标签是否为待替换标签体系下的标签。
具体地,S220与S110类似,此处不再赘述。
S230、若检测到预设标签为待替换标签体系下的标签,基于标签映射规则,对第一类标签进行映射处理,得到第一映射处理结果。
其中,预设标签包括第一类标签,第一类标签对应第一标签转换类型。
在本公开实施例中,预设标签可以包括第一类标签,针对第一类标签,电子设备可以先对第一类标签进行映射处理,以得到第一映射处理结果。
具体地,第一类标签对应第一标签转换类型,第一标签转换类型可以为待替换标签体系下的至少一种类型,或者第一标签转换类型可以为待替换标签体系下的至少一级标签对应的类型。
示例性地,第一标签转换类型可以为待替换标签体系下的第二级标签和第三级标签对应的类型。此时,表1中的“同人作品”、“奇闻”等均为第一类标签。
具体地,针对预设标签中的每个第一类标签,基于标签映射规则,对该第一类标签进行映射处理,若标签映射规则中包括该第一类标签对应的映射关系,则可得到与该第一类标签对应的第一子标签,其中,第一子标签为待使用标签体系下的标签;若标签映射规则中不包括该第一类标签对应的映射关系,则无法通过映射处理得到与该第一类标签对应的第一子标签。
示例性的,预设标签中包括第一类标签“同人作品”,基于标签映射规则,对“同人作品”进行映射处理,可得到“动漫同人”。
S240、若第一映射处理结果为存在第一类标签对应的第一子标签,将第一子标签作为第一标签。
在本公开实施例中,若电子设备基于标签映射规则,对该第一类标签进行映射处理,得到的映射结果为存在第一类标签对应的第一子标签时,可以将第一子标签作为第一标签。
在一些实施例中,第一映射处理结果为存在一个第一子标签,可以将该第一子标签作为第一标签。
在另一些实施例中,第一映射处理结果为存在多个第一子标签,可以随机选择第一数量个第一子标签作为第一标签;也可以将该多个第一子标签均作为第一标签;其中,第一数量的具体取值本领域技术人员可根据实际情况设置,此处不作限定。
可选地,若第一子标签属于待使用标签体系下的主题类型的标签,可以选取一个第一子标签作为第一标签。
可以理解的是,一本书籍通常具有一个主题,选取一个第一子标签作为第一标签,可使目标书籍的主题明确,便于用户快速准确地了解目标书籍的主题。
S250、若第一映射处理结果为不存在第一类标签对应的第一子标签,将目标书籍的书籍信息输入每个第一标签子检测模型,得到每个第一标签子检测模型输出的第二子标签。
其中,第一标签转换类型对应至少一个第一标签类型,标签检测模型包括每个第一标签类型对应的第一标签子检测模型;其中,第二子标签为待使用标签体系下的标签。
在本公开实施例中,若电子设备基于标签映射规则,未得到第一子标签时,可以将目标书籍的书籍信息输入每个第一标签子检测模型,得到每个第一标签子检测模型输出的第二子标签。
具体地,第一标签转换类型对应至少一个第一标签类型,第一标签类型可以为待使用标签体系下的一种类型,每种第一标签类型对应一个第一标签子检测模型。
在一个示例中,第一标签转换类型对应主题类型。
在另一个示例中,第一标签转换类型对应男频下的主题类型、或女频下的主题类型,男频下的主题类型对应一个第一标签子检测模型,女频下的主题类型对应一个第一标签子检测模型。
具体地,目标书籍的书籍信息可以包括第一类标签的特征向量、书籍名称的特征向量、书籍简介的特征向量等,但并不限于此。
具体地,第一类标签的特征向量、书籍名称的特征向量、书籍简介的特征向量可通过向量化(Embedding)等方式得到,但并不限于此。
具体地,第一标签子检测模型可以为任意能够根据输入的目标书籍的书籍信息而输出第二子标签的模型。
具体地,第一标签子检测模型可以包括Fasttext模型等分类模型,但并不限于此。其中,第一标签子检测模型的训练过程可以如下:获取样本书籍的样本标签,其中,样本标签为待使用标签体系下的标签;获取样本书籍的书籍信息,其中,书籍信息可以包括第一类标签的特征向量、书籍名称的特征向量、书籍简介的特征向量等;基于样本书籍的样本标签和书籍信息,对待训练的第一标签子检测模型进行训练,直到达到训练结束条件,即可得到训练好的第一标签子检测模型。
具体地,将目标书籍的书籍信息输入第一标签子检测模型,可得到该第一标签子检测模型输出的与其对应的第一标签类型的第二子标签。
示例性地,将目标书籍的书籍信息输入男频下的主题类型对应的第一标签子检测模型,可得到属于男频下的主题类型的第二子标签,例如,得到“玄幻”标签。将目标书籍的书籍信息输入女频下的主题类型对应的第一标签子检测模型,可得到属于女频下的主题类型的第二子标签,例如,得到“古代言情”标签。
可以理解的是,男性读者喜欢阅读的书籍和女性读者喜欢阅读的书籍通常不同,例如,男性读者大部分喜欢阅读游戏、武侠等主题的书籍,女性读者大部分喜欢言情、校园等主题的书籍,使得男频下的主题类型的标签和女频下的主题类型的标签通常重合性较小,因此,可以设置标签检测模型分别包括男频下的主题类型对应的第一标签子检测模型和女频下的主题类型对应的第一标签子检测模型,如此,不仅有利于快速训练该两个第一标签子检测模型,还有利于提高训练好的第一标签子检测模型对应目标书籍的检测精度,输出更贴合目标书籍的主题的第二子标签。
S260、将每个第一标签子检测模型输出的第二子标签作为第一标签。
在本公开实施例中,电子设备可将各第一标签子检测模型输出的第二子标签作为第一标签。
在一些实施例中,第一标签子检测模型输出一个第一子标签,可以将该第一子标签作为第一标签。
在另一些实施例中,第一标签子检测模型输出多个第一子标签,可以随机选择第二数量的第一子标签作为第一标签;也可以将该多个第一子标签均作为第一标签;其中,第二数量的具体值本领域技术人员可根据实际情况设置,此处不作限定。
可选地,第一子标签检测模型还可以输出各第二子标签对应的概率值,可以按照各第二子标签的概率值选取第二子标签;其中,概率值用于表征第二子标签与目标书籍的关联程度,关联程度越大概率值越大。
可选地,若第一子检测模型与男频下的主题类型或女频下的主题类型对应,可以设置第一子检测模型输出一个第二子标签,或者从第一子标签输出的多个第二子标签中,选取一个第二子标签作为第一标签。
S270、将预设标签替换为第一标签。
在本公开实施例中,电子设备在得到第一标签之后,可以将预设标签替换为第一标签。
在一些实施例中,第一映射处理结果为存在第一类标签对应的第一子标签,S270具体可以包括:将预设标签中的第一类标签体替换为第一子标签。
在另一些实施例中,第一映射处理结果为不存在第一类标签对应的第一子标签,S270具体可以包括:将预设标签中的第一类标签替换为第二子标签。
需要说明的是,在本公开实施例中,为便于理解,以第一标签类型为主题类型为例进行了说明,但并不限于此,第一标签类型还可以为其它标签类型。此外,在本公开实施中示例性示出了主题类型具体包括男频下的主题类型和女频在的主题类型,但并不限于此,例如可以设置主题类型具体包括婴幼儿下的主题类型、青少年下的主题类型、中老年下的主题类型等。
本公开实施例提供的标签添加方法,通过在对第一类标签进行映射处理,得到第一子标签时,将第一子标签作为第一标签,在未得到第一子标签时,再将目标书籍的书籍信息输入每个第一标签子检测模型,并将每个第一标签子检测模型输出的第二子标签作为第一标签,可使通过映射处理能够得到第一标签时,无需再基于第一标签子检测模型对目标书籍进行检测,如此,有利于提高确定第一标签的效率,进而提高为目标书籍打标签的效率。
图3示出了本公开实施例提供的又一种书籍标签添加方法的流程示意图。其中,本公开实施例在上述实施例的基础上进行优化,本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。
如图3所示,该书籍标签添加方法可以包括如下步骤。
S310、检测目标书籍是否具有预设标签。
具体地,S310与S110类似,此处不再赘述。
S320、若检测到目标书籍具有预设标签,检测预设标签是否为待替换标签体系下的标签。
具体地,S320与S110类似,此处不再赘述。
S330、若检测到预设标签为待替换标签体系下的标签,基于标签映射规则,对第二类标签进行映射处理,得到第二映射处理结果。
其中,预设标签包括第二类标签,第二类标签对应第二标签转换类型。
在本公开实施例中,预设标签可以包括第二类标签,针对第二类标签,电子设备可以对第二类标签进行映射处理,以得到第二映射处理结果。
具体地,第二类标签对应第二标签转换类型,第二标签转换类型可以为待替换标签体系下的至少一种类型,或者第二标签转换类型可以为待替换标签体系下的至少一级标签对应的类型。
示例性地,第二标签转换类型可以为待替换标签体系下的第四级标签对应的类型。此时,表1中的“惊悚文”、“古玩鉴宝”等均为第二类标签。
具体地,针对预设标签中的每个第二类标签,基于标签映射规则,对该第二类标签进行映射处理,若标签映射规则中包括该第二类标签对应的映射关系,则可得到与该第二类标签对应的第四子标签,其中,第四子标签为待使用标签体系下的标签;若标签映射规则中不包括该第二类标签对应的映射关系,则无法通过映射处理得到与该第二类标签对应的第四子标签。
示例性的,预设标签中包括第二类标签“系统文”,基于标签映射规则,对“系统文”进行映射处理,可得到“系统”。
S340、将目标书籍的书籍信息输入每个第二标签子检测模型,得到每个第二标签子检测模型输出的第三子标签。
其中,第二标签转换类型对应至少一个第二标签类型,标签检测模型包括每个第二标签类型对应的第二标签子检测模型;其中,第三子标签为待使用标签体系下的标签。
在本公开实施例中,电子设备还可以将目标书籍的书籍信息输入每个第二标签子检测模型,得到每个第二标签子检测模型输出的第三子标签。
具体地,第二标签转换类型对应至少一个第二标签类型,第二标签类型可以为待使用标签体系下的一种类型,每种第二标签类型对应一个第二标签子检测模型。
在一个示例中,第二标签转换类型对应情节类型、角色类型中的至少一种,情节类型和角色类型分别对应一个第二标签子检测模型。
在另一个示例中,第二标签转换类型对应男频下的情节类型、女频下的情节类型、男频下的角色类型、女频下的角色类型中的至少一种,男频下的情节类型、女频下的情节类型、男频下的角色类型、以及女频下的角色类型分别对应一个第二标签子检测模型。
具体地,目标书籍的书籍信息可以包括第二类标签的特征向量、书籍名称的特征向量、书籍简介的特征向量等,但并不限于此。
具体地,第二类标签的特征向量、书籍名称的特征向量、书籍简介的特征向量可通过向量化(Embedding)等方式得到,但并不限于此。
具体地,第二标签子检测模型可以为任意能够根据输入的目标书籍的书籍信息而输出第三子标签的模型。
具体地,第二标签子检测模型可以包括Fasttext模型等分类模型,但并不限于此。其中,第二标签子检测模型的训练过程与第一标签子检测模型的训练过程类型,此处不再赘述。
具体地,将目标书籍的书籍信息输入第二标签子检测模型,可得到该第二标签子检测模型输出的与其对应的第二标签类型的第三子标签。
示例性地,第二标签转换类型对应男频下的情节类型和/或男频下的角色类型。此时,可将目标书籍的书籍信息输入男频下的情节类型对应的第二标签子检测模型,可得到属于男频下的情节类型的第二子标签,例如,得到“乡村”、“灵异”等标签;和/或;将目标书籍的书籍信息输入男频下的角色类型对应的第二标签子检测模型,可得到属于男频下的角色类型的第二子标签,例如,得到“废柴”等标签。
示例性地,第二标签转换类型对应女频下的情节类型和/或女频下的角色类型。此时,可将目标书籍的书籍信息输入女频下的情节类型对应的第二标签子检测模型,可得到属于女频下的情节类型的第二子标签,例如,得到“女尊”、“虐恋”等标签;和/或;将目标书籍的书籍信息输入女频下的角色类型对应的第二标签子检测模型,可得到属于女频下的角色类型的第二子标签,例如,得到“明星”、“总裁”等标签。
可以理解的是,男性读者喜欢阅读的书籍和女性读者喜欢阅读的书籍通常不同,使得男频下的情节或角色类型的标签和女频下的情节或者角色类型的标签通常重合性较小,因此,可以设置标签检测模型分别包括男频下的情节类型、女频下的情节类型、男频下的角色类型、女频下的角色类型对应的第二标签子检测模型,如此,不仅有利于快速训练各个第二标签子检测模型,还有利于提高训练好的第二标签子检测模型对应目标书籍的检测精度,输出更贴合目标书籍的主题的第三子标签。
需要说明的是,S330和S340可以先后进行,也可以同时进行。本公开对此不作限定。
S350、根据第二映射处理结果和第三子标签,确定第一标签。
在本公开实施例中,电子设备在得到第二映射处理结果和第三子标签后,可基于第二映射处理结果和第三子标签,确定第一标签。
在一些实施例中,S350可以包括:S3511、若第二映射处理结果为存在第二类标签对应的第四子标签且第四子标签的数量与预设数量的数量差不为零,在第三子标签中选择数量差个第五子标签;S3512、将第四子标签和第五子标签作为第一标签。
具体地,预设数量的具体值,本领域技术人员可根据实际情况设置,此处不作限定。例如,预设数量等于2,但并不限于此。
具体地,第四子标签的数量与预设数量的数量差不为零,表明第四子标签的数量小于预设数量,此时,可从第三子标签中选出数量差个第五子标签,如此,可使第四子标签的数量与第五子标签的数量之和等于预设数量。
在一个示例中,从第三子标签中选择数量差个第五子标签可以包括:从第三子标签中随机选取数量差个第三子标签作为第五子标签。
在又一种示例中,第二子标签检测模型还可以输出各第三子标签对应的概率值,其中,概率值用于表征第三子标签与目标书籍的关联程度,关联程度越大概率值越大;对第三子标签的概率值从大到小进行排序,选取前数量差个概率值对应的第三子标签作为第五子标签。
示例性地,第二标签转换类型对应男频下的情节类型,预设数量为2,通过对第二类标签进行映射处理得到1个第四子标签,通过男频下的情节类型对应的第二子标签检测模型,得到2个第三子标签,可以从该2个第三子标签中选择1个作为第五子标签,然后将该第三子标签和该第五子标签均作为第一标签。
可以理解的是,第二类标签为目标书籍的原有标签,其与目标书籍的贴合度通常较高,因此,基于预设的标签映射规则得到的第四子标签与目标书籍的贴合性较高,先将第四子标签作为第一标签,然后将第三子标签填补空缺的第一标签,可使最终得到的预设数量的第一标签整体与目标书籍的贴合度较高。
在另一些实施例中,S350可以包括:S3531、若第二映射处理结果为存在第二类标签对应的第四子标签且第四子标签的数量与预设数量的数量差为零,将第四子标签作为第一标签。
具体地,第四子标签的数量与预设数量的数量差为零,表明第四子标签的数量等于预设数量,此时,可将各第四子标签均作为第一标签。
可以理解的是,如前文所述,第四子标签与目标书籍的贴合性较高,优先将第四子标签作为第一标签,可使最终得到的预设数量的第一标签整体与目标书籍的贴合度较高。
在又一些实施例中,S350可以包括:S3531、若第二映射处理结果为存在第二类标签对应的第四子标签,从第三子标签和第四子标签中选择预设数量的第七子标签;S3532、将第七子标签作为第一标签。
具体地,从第三子标签和第四子标签中选择预设数量的第七子标签时,可随机进行选取。但并不限于此。
可以理解的是,从第三子标签和第四子标签中选择预设数量的第七子标签的方式简单,易于实现。
在再一些实施例中,S350可以包括:S3541、若第二映射处理结果为不存在第二类标签对应的第四子标签且第三子标签的数量小于或等于预设设数量,将第三子标签作为第一标签。
在再一些实施例中,S350可以包括:S3551、若第二映射处理结果为不存在第二类标签对应的第四子标签且第三子标签的数量大于预设设数量,从第三子标签中选择第八子标签;S3552、将第八子标签作为第一标签。
在一个示例中,从第三子标签中选择第八子标签可以包括:从第三子标签中随机选取预设数量个第八子标签作为第一标签。
在又一种示例中,第二子标签检测模型还可以输出各第三子标签对应的概率值;对第三子标签的概率值从大到小进行排序,选取前预设数量的概率值对应的第三子标签作为第八子标签。如此,可使最终得到的预设数量的第一标签整体与目标书籍的贴合度较高。
S360、将预设标签替换为第一标签。
具体地,S360和S130类似,此处不再赘述。
本公开实施例提供的标签添加方法,通过既对第二类标签进行映射处理,又将目标书籍的书籍信息输入每个第二标签子检测模型,然后,基于第二映射处理结果和第三子标签,确定第一标签,可确保最终可以得到足够多的第一标签,从而使得为目标书籍添加的标签的数量足够多,便于用户对目标书籍有相对全面的了解。
图4示出了本公开实施例提供的再一种书籍标签添加方法的流程示意图。其中,本公开实施例在上述实施例的基础上进行优化,本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。
如图4所示,该书籍标签添加方法可以包括如下步骤。
S410、检测目标书籍是否具有预设标签。
具体地,S410与S110类似,此处不再赘述。
S420、若检测到目标书籍不具有预设标签,基于标签检测模型对目标书籍进行检测,得到目标书籍对应的第二标签。
其中,第二标签为待使用标签体系下的标签。
在本公开实施例中,当电子设备检测到目标书籍不具有预设标签时,可以基于标签检测模型对目标书籍进行检测,得到目标书籍对应的第二标签。
具体地,目标书籍的书籍信息可以包括书籍名称的特征向量、书籍简介的特征向量等,但并不限于此。
具体地,书籍名称的特征向量、书籍简介的特征向量可通过向量化(Embedding)等方式得到,但并不限于此。
在一些实施例中,将目标书籍信息输入一个标签检测模型,得到第二标签。
在另一些实施例中,标签检测模型包括多个子标签检测模型,每个子标签检测模型对应一个标签类型;其中,S420可以包括:S421、将目标书籍的书籍信息分别输入每个子标签检测模型,得到每个子标签检测模型输出的第六子标签;S422、将各个子标签检测模型输出的第六子标签作为第二标签。
具体地,每种标签类型对应一个子标签检测模型。
在一个示例中,待使用标签体系包括主题类型、情节类型、角色类型中的至少一种,主题类型、情节类型、角色类分别对应一个子标签检测模型。
在另一个示例中,待使用标签体系包括男频下的主题类型、女频下的主题类型、男频下的情节类型、女频下的情节类型、男频下的角色类型、女频下的角色类型中的至少一种,男频下的主题类型、女频下的主题类型、男频下的情节类型、女频下的情节类型、男频下的角色类型、女频下的角色类型分别对应一个子标签检测模型。
具体地,子标签检测模型可以为任意能够根据输入的目标书籍的书籍信息而输出第二标签的模型。
具体地,子标签检测模型可以包括Fasttext模型等分类模型,但并不限于此。其中,子标签检测模型的训练过程与第一标签子检测模型的训练过程类型,此处不再赘述。
具体地,将目标书籍的书籍信息输入子标签检测模型,可得到该子标签检测模型输出的与其对应的标签类型的第六子标签。
示例性地,将目标书籍的书籍信息输入男频下的主题类型对应的子标签检测模型,可得到属于男频下的主题类型的第六子标签,例如,得到“玄幻”标签。同时,将目标书籍的书籍信息输入男频下的情节类型对应的子标签检测模型,可得到属于男频下的情节类型的第六子标签,例如,得到“乡村”、“灵异”等标签。同时,将目标书籍的书籍信息输入男频下的角色类型对应的子标签检测模型,可得到属于男频下的角色类型的第六子标签,例如,得到“废柴”等标签。
示例性地,将目标书籍的书籍信息输入女频下的主题类型对应的子标签检测模型,可得到属于女频下的主题类型的第六子标签,例如,得到“古代言情”标签。同时,将目标书籍的书籍信息输入女频下的情节类型对应的子标签检测模型,可得到属于女频下的情节类型的第六子标签,例如,得到“女尊”、“虐恋”等标签。同时,将目标书籍的书籍信息输入女频下的角色类型对应的子标签检测模型,可得到属于女频下的角色类型的第六子标签,例如,得到“明星”、“总裁”等标签。
需要说明的是,上述示例仅示例性输出了同时将目标书籍的书籍信息输入不同标签类型对应的子标签检测模型,但并不限于此,例如,还可以依次将目标书籍的书籍信息输入各不同标签类型对应的子标签检测模型。
可以理解的是,男性读者喜欢阅读的书籍和女性读者喜欢阅读的书籍通常不同,使得男频下的主题、情节、角色类型的标签和女频下的主题、情节、角色类型的标签通常重合性较小,因此,可以设置标签检测模型分别包括男频下的主题、情节、角色类型对应的子标签检测模型和女频下的主题、情节、角色类型对应的子标签检测模型,如此,不仅有利于快速训练各子标签检测模型,还有利于提高训练好的子标签检测模型对应目标书籍的检测精度,输出更贴合目标书籍的第二子标签。
在一些实施例中,S422包括:针对每个子标签检测模型输出的第六子标签,若第六子标签的数量小于或等于第三数量,将该子标签检测模型输出的各第六子标签作为第二标签;其中,第三数量为该子标签检测模型对应的标签类型对应的标签数量,第三数量的具体值,本领域技术人员可根据实际情况设置,此处不作限定。
在另一些实施例中,S422包括:针对每个子标签检测模型输出的第六子标签,若第六子标签的数量大于第三数量,从第六子标签中选取第三数量个第九子标签,将第九子标签作为第二标签。
在另一个示例中,从第六子标签中选取第三数量个第九子标签可以包括:从第六子标签中随机选取第三数量个第九子标签。
在又一种示例中,子标签检测模型还可以输出各第六子标签对应的概率值;对第六子标签的概率值从大到小进行排序,选取前第三数量的概率值对应的第六子标签作为第九子标签。如此,可使最终得到的第三数量的第二标签整体与目标书籍的贴合度较高。
S430、为目标书籍添加第二标签。
在本公开实施例中,电子设备在得到第二标签后,可自动为目标书籍添加第二标签。
具体地,电子设备在确定第二标签之后,将第二标签添加至目标书籍。
本公开实施例提供的标签添加方法,在目标书籍不具备预设标签时,可将目标书籍的书籍信息输入每个子标签检测模型,然后,基于每个子标签检测模型输出的标签,确定第二标签,可为本身不具有标签的目标书籍添加上与其对应的第二标签。
在本公开另一种实施方式中,若检测到预设标签不是待替换标签体系下的标签,基于标签检测模型对目标书籍进行检测,得到目标书籍对应的第三标签;将预设标签替换为第三标签;第三标签为待使用标签体系下的标签。
在本公开实施例中,当电子设备检测到预设标签不是待替换标签体系下的标签时,可以基于标签检测模型对目标书籍进行检测,得到目标书籍对应的第三标签。
在一些实施例中,将目标书籍信息输入一个标签检测模型,得到第三标签。
在另一些实施例中,标签检测模型包括多个子标签检测模型,每个子标签检测模型对应一个标签类型;其中,基于标签检测模型对目标书籍进行检测,得到目标书籍对应的第三标签可以包括:将目标书籍的书籍信息分别输入每个子标签检测模型,得到每个子标签检测模型输出的第十子标签;将各个子标签检测模型输出的第十子标签作为第三标签。
具体地,通过子标签检测模型得到第三标签的具体获取方式与通过子标签检测模型得到第二标签的具体实施方式类似,此处不再赘述。其中,本领域技术人员可以理解的是,将目标书籍的目标信息输入标签检测模型时,目标书籍的书籍信息可以包括:预设标签的特征向量、书籍名称的特征向量、书籍简介的特征向量等,但并不限于此。
具体地,将预设标签替换为第三标签的具体实施方式与将预设标签替换为第一标签的具体实施方式类似,此处也不再赘述。
可以理解的是,在目标书籍具备的预设标签不属于待替换标签体系时,可将目标书籍的书籍信息输入标签检测模型,然后,基于标签检测模型输出的标签确定第三标签,可为本身具有不属于待替换标签体系的标签的目标书籍添加上与其对应的第三标签。
在本公开又一种实施方式中,该方法还包括:为目标书籍的各个待使用标签体系下的标签添加来源标识。
在本公开实施例中,电子设备可以在将预设标签替换为第一标签或为目标书籍添加第二标签时,还可以为目标书籍的各个待使用标签体系下的标签添加来源标识。
在一些实施例中,在将预设标签替换为第一标签时,可以同时添加第一标签的来源标识。
在另一些实施例中,在为目标书籍添加第二标签时,可以同时添加第二标签的来源标识。
在一个示例中,当第一标签由对预设标签进行映射处理得到时,其来源标识可以为第一标识;当第一标签或第二标签由标签检测模型对目标书籍检测得到时,其来源标识可以为第二标识。
需要说明的是,第一标识和第二标识的具体形式本领域技术人员可根据实际情况设置,此处不作限定,例如第一标识为A,第二标识为B。
示例性地,当为目标书籍添加标签之后,目标书籍具有主题标签“玄幻(A)”,情节标签“剑道(B)”和“争霸(A)”,角色标签“剑帝(B)”和“废柴(A)”。
可以理解的是,为目标书籍的各个待使用标签体系下的标签添加来源标识之后,可以确定出由标签检测模型输出的标签,并根据目标书籍的具体内容确定由标签检测模型输出的标签与目标书籍的具体内容是否贴合,有利于进一步优化标签检测模型。
图5示出了本公开实施例提供的一种电子设备的结构示意图。
本公开实施例提供的电子设备可以包括支持电子书阅读功能的电子设备。该电子设备可以包括但不限于诸如智能手机、笔记本电脑、个人数字助理(PDA)、平板电脑(PAD)、便携式多媒体播放器(PMP)、车载终端(例如车载导航终端)、可穿戴设备等的移动终端,以及诸如数字TV、台式计算机、智能家居设备等的固定终端。需要说明的是,本公开实施例的书籍标签添加方法的执行主体还可以是其他具有音频调整功能的设备,比如支持音频调整功能的电子阅读平台或者文语(Text To Speech,TTS)引擎等,对此不作限定。
需要说明的是,图5示出的电子设备图500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。
该电子设备图500传统上包括处理器图510和以存储器图520形式的计算机程序产品或者计算机可读介质。存储器图520可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器图520具有用于执行上述笔记处理方法中的任何方法步骤的可执行指令(或程序代码)图5211的存储空间图521。例如,用于可执行指令的存储空间图521可以包括分别用于实现上面的笔记处理方法中的各种步骤的各个可执行指令图5211。这些可执行指令可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,光盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为便携式或者固定存储单元。该存储单元可以具有与图5的电子设备图500中的存储器图520类似布置的存储段或者存储空间等。可执行指令可以例如以适当形式进行压缩。通常,存储单元包括用于执行根据本公开的笔记处理方法步骤的可执行指令,即可以由例如诸如处理器图510之类的处理器读取的代码,这些代码当由电子设备图500运行时,导致该电子设备图500执行上面所描述的笔记处理方法中的各个步骤。
当然,为了简化,图5中仅示出了该电子设备图500中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口、输入装置和输出装置等等的组件。除此之外,根据具体应用情况,电子设备图500还可以包括任何其他适当的组件。
本公开实施例还提供了一种计算机可读存储介质,其上存储有计算机程序指令,计算机程序指令在被处理器运行时使得处理器执行本公开各实施例所提供的笔记处理方法。
该计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
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。
在本公开实施例中,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)。
本申请公开了:
1A、一种书籍标签添加方法,其中,所述方法包括:
检测目标书籍是否具有预设标签;
若检测到所述目标书籍具有所述预设标签,检测所述预设标签是否为待替换标签体系下的标签;
若检测到所述预设标签为所述待替换标签体系下的标签,将所述预设标签替换为第一标签;其中,所述第一标签为待使用标签体系下的标签,所述第一标签基于预设的标签映射规则对所述预设标签进行映射以及基于预先训练的标签检测模型对所述目标书籍进行检测得到。
2A、根据1A所述的方法,其中,所述预设标签包括第一类标签,所述第一类标签对应第一标签转换类型;
其中,在所述将所述预设标签替换为第一标签之前,所述方法还包括:
基于所述标签映射规则,对所述第一类标签进行映射处理,得到第一映射处理结果;
若所述第一映射处理结果为存在所述第一类标签对应的第一子标签,将所述第一子标签作为所述第一标签;其中,所述第一子标签为待使用标签体系下的标签。
3A、根据2A所述的方法,其中,所述第一标签转换类型对应至少一个第一标签类型,所述标签检测模型包括每个所述第一标签类型对应的第一标签子检测模型;
其中,在所述基于所述标签映射规则,对所述第一类标签进行映射处理之后,所述方法还包括:
若所述第一映射处理结果为不存在所述第一类标签对应的第一子标签,将所述目标书籍的书籍信息输入每个所述第一标签子检测模型,得到每个所述第一标签子检测模型输出的第二子标签;其中,所述第二子标签为待使用标签体系下的标签;
将每个所述第一标签子检测模型输出的第二子标签作为所述第一标签。
4A、根据1A至3A中任一项所述的方法,其中,所述预设标签包括第二类标签,所述第二类标签对应第二标签转换类型,所述第二标签转换类型对应至少一个第二标签类型,所述标签检测模型包括每个所述第二标签类型对应的第二标签子检测模型;
其中,在所述将所述预设标签替换为第一标签之前,所述方法还包括:
基于所述标签映射规则,对所述第二类标签进行映射处理,得到第二映射处理结果;
将所述目标书籍的书籍信息输入每个所述第二标签子检测模型,得到每个所述第二标签子检测模型输出的第三子标签;其中,所述第三子标签为待使用标签体系下的标签;
根据所述第二映射处理结果和所述第三子标签,确定所述第一标签。
5A、根据4A所述的方法,其中,所述根据所述第二映射处理结果和所述第三子标签,确定所述第一标签,包括:
若所述第二映射处理结果为存在所述第二类标签对应的第四子标签且所述第四子标签的数量与预设数量的数量差不为零,在所述第三子标签中选择所述数量差个第五子标签;
将所述第四子标签和所述第五子标签作为所述第一标签。
6A、根据5A所述的方法,其中,所述根据所述第二映射处理结果和所述第三子标签,确定所述第一标签,包括:
若所述第二映射处理结果为存在所述第二类标签对应的第四子标签且所述第四子标签的数量与预设数量的数量差为零,将所述第四子标签作为所述第一标签。
7A、根据1A至6A任一项所述的方法,在所述检测目标书籍是否具有预设标签之后,所述方法还包括:
若检测到所述目标书籍不具有所述预设标签,基于所述标签检测模型对所述目标书籍进行检测,得到所述目标书籍对应的第二标签;其中,所述第二标签为待使用标签体系下的标签;
为所述目标书籍添加所述第二标签。
8A、根据7A所述的方法,所述标签检测模型包括多个子标签检测模型,每个所述子标签检测模型对应一个标签类型;
其中,所述基于所述标签检测模型对所述目标书籍进行检测,得到所述目标书籍对应的第二标签,包括:
将所述目标书籍的书籍信息分别输入每个所述子标签检测模型,得到每个所述子标签检测模型输出的第六子标签;
将各个所述子标签检测模型输出的第六子标签作为所述第二标签。
9A、根据1A至8A任一项所述的方法,其中,所述方法还包括:
为所述目标书籍的各个所述待使用标签体系下的标签添加来源标识。
10B、一种电子设备,其中,包括处理器和存储器,所述存储器用于存储可执行指令,所述可执行指令使所述处理器执行以下操作:
检测目标书籍是否具有预设标签;
若检测到所述目标书籍具有所述预设标签,检测所述预设标签是否为待替换标签体系下的标签;
若检测到所述预设标签为所述待替换标签体系下的标签,将所述预设标签替换为第一标签;其中,所述第一标签为待使用标签体系下的标签,所述第一标签基于预设的标签映射规则对所述预设标签进行映射以及基于预先训练的标签检测模型对所述目标书籍进行检测得到。
11B、根据9B所述的电子设备,其中,所述预设标签包括第一类标签,所述第一类标签对应第一标签转换类型;
其中,在所述处理器执行所述将所述预设标签替换为第一标签之前,所述可执行指令还使所述处理器执行:
基于所述标签映射规则,对所述第一类标签进行映射处理,得到第一映射处理结果;
若所述第一映射处理结果为存在所述第一类标签对应的第一子标签,将所述第一子标签作为所述第一标签;其中,所述第一子标签为待使用标签体系下的标签。
12B、根据11B所述的电子设备,其中,所述第一标签转换类型对应至少一个第一标签类型,所述标签检测模型包括每个所述第一标签类型对应的第一标签子检测模型;
其中,在所述处理器执行所述基于所述标签映射规则,对所述第一类标签进行映射处理之后,所述可执行指令还使所述处理器执行:
若所述第一映射处理结果为不存在所述第一类标签对应的第一子标签,将所述目标书籍的书籍信息输入每个所述第一标签子检测模型,得到每个所述第一标签子检测模型输出的第二子标签;其中,所述第二子标签为待使用标签体系下的标签;
将每个所述第一标签子检测模型输出的第二子标签作为所述第一标签。
13B、根据10B至12B中任一项所述的电子设备,其中,所述预设标签包括第二类标签,所述第二类标签对应第二标签转换类型,所述第二标签转换类型对应至少一个第二标签类型,所述标签检测模型包括每个所述第二标签类型对应的第二标签子检测模型;
其中,在所述处理器执行所述将所述预设标签替换为第一标签之前,所述可执行指令还使所述处理器执行:
基于所述标签映射规则,对所述第二类标签进行映射处理,得到第二映射处理结果;
将所述目标书籍的书籍信息输入每个所述第二标签子检测模型,得到每个所述第二标签子检测模型输出的第三子标签;其中,所述第三子标签为待使用标签体系下的标签;
根据所述第二映射处理结果和所述第三子标签,确定所述第一标签。
14B、根据13B所述的电子设备,其中,在所述处理器执行所述根据所述第二映射处理结果和所述第三子标签,确定所述第一标签时,所述可执行指令具体使所述处理器执行:
若所述第二映射处理结果为存在所述第二类标签对应的第四子标签且所述第四子标签的数量与预设数量的数量差不为零,在所述第三子标签中选择所述数量差个第五子标签;
将所述第四子标签和所述第五子标签作为所述第一标签。
15B、根据14B所述的电子设备,其中,在所述处理器执行所述根据所述第二映射处理结果和所述第三子标签,确定所述第一标签时,所述可执行指令具体使所述处理器执行:
若所述第二映射处理结果为存在所述第二类标签对应的第四子标签且所述第四子标签的数量与预设数量的数量差为零,将所述第四子标签作为所述第一标签。
16B、根据10B至15B任一项所述的电子设备,在所述处理器执行所述检测目标书籍是否具有预设标签之后,所述可执行指令还使所述处理器执行:
若检测到所述目标书籍不具有所述预设标签,基于所述标签检测模型对所述目标书籍进行检测,得到所述目标书籍对应的第二标签;其中,所述第二标签为待使用标签体系下的标签;
为所述目标书籍添加所述第二标签。
17B、根据16B所述的电子设备,所述标签检测模型包括多个子标签检测模型,每个所述子标签检测模型对应一个标签类型;
其中,在所述处理器执行所述基于所述标签检测模型对所述目标书籍进行检测,得到所述目标书籍对应的第二标签时,所述可执行指令具体使所述处理器执行:
将所述目标书籍的书籍信息分别输入每个所述子标签检测模型,得到每个所述子标签检测模型输出的第六子标签;
将各个所述子标签检测模型输出的第六子标签作为所述第二标签。
18B、根据10B至17B任一项所述的电子设备,其中,所述可执行指令还使所述处理器执行:
为所述目标书籍的各个所述待使用标签体系下的标签添加来源标识。
19C、一种计算机可读存储介质,其中,所述存储介质存储有计算机程序,当所述计算机程序被处理器执行时,使得处理器实现用上述1A-9A中任一项所述的书籍标签添加方法。
本公开的各个部件实施例可以全部或部分步骤以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的电子设备中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
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。
Claims (10)
1.一种书籍标签添加方法,其特征在于,所述方法包括:
检测目标书籍是否具有预设标签;
若检测到所述目标书籍具有所述预设标签,检测所述预设标签是否为待替换标签体系下的标签;
若检测到所述预设标签为所述待替换标签体系下的标签,将所述预设标签替换为第一标签;其中,所述第一标签为待使用标签体系下的标签,所述第一标签基于预设的标签映射规则对所述预设标签进行映射以及基于预先训练的标签检测模型对所述目标书籍进行检测得到。
2.根据权利要求1所述的方法,其特征在于,所述预设标签包括第一类标签,所述第一类标签对应第一标签转换类型;
其中,在所述将所述预设标签替换为第一标签之前,所述方法还包括:
基于所述标签映射规则,对所述第一类标签进行映射处理,得到第一映射处理结果;
若所述第一映射处理结果为存在所述第一类标签对应的第一子标签,将所述第一子标签作为所述第一标签;其中,所述第一子标签为待使用标签体系下的标签。
3.根据权利要求2所述的方法,其特征在于,所述第一标签转换类型对应至少一个第一标签类型,所述标签检测模型包括每个所述第一标签类型对应的第一标签子检测模型;
其中,在所述基于所述标签映射规则,对所述第一类标签进行映射处理之后,所述方法还包括:
若所述第一映射处理结果为不存在所述第一类标签对应的第一子标签,将所述目标书籍的书籍信息输入每个所述第一标签子检测模型,得到每个所述第一标签子检测模型输出的第二子标签;其中,所述第二子标签为待使用标签体系下的标签;
将每个所述第一标签子检测模型输出的第二子标签作为所述第一标签。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述预设标签包括第二类标签,所述第二类标签对应第二标签转换类型,所述第二标签转换类型对应至少一个第二标签类型,所述标签检测模型包括每个所述第二标签类型对应的第二标签子检测模型;
其中,在所述将所述预设标签替换为第一标签之前,所述方法还包括:
基于所述标签映射规则,对所述第二类标签进行映射处理,得到第二映射处理结果;
将所述目标书籍的书籍信息输入每个所述第二标签子检测模型,得到每个所述第二标签子检测模型输出的第三子标签;其中,所述第三子标签为待使用标签体系下的标签;
根据所述第二映射处理结果和所述第三子标签,确定所述第一标签。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第二映射处理结果和所述第三子标签,确定所述第一标签,包括:
若所述第二映射处理结果为存在所述第二类标签对应的第四子标签且所述第四子标签的数量与预设数量的数量差不为零,在所述第三子标签中选择所述数量差个第五子标签;
将所述第四子标签和所述第五子标签作为所述第一标签。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二映射处理结果和所述第三子标签,确定所述第一标签,包括:
若所述第二映射处理结果为存在所述第二类标签对应的第四子标签且所述第四子标签的数量与预设数量的数量差为零,将所述第四子标签作为所述第一标签。
7.根据权利要求1至6任一项所述的方法,在所述检测目标书籍是否具有预设标签之后,所述方法还包括:
若检测到所述目标书籍不具有所述预设标签,基于所述标签检测模型对所述目标书籍进行检测,得到所述目标书籍对应的第二标签;其中,所述第二标签为待使用标签体系下的标签;
为所述目标书籍添加所述第二标签。
8.根据权利要求7所述的方法,所述标签检测模型包括多个子标签检测模型,每个所述子标签检测模型对应一个标签类型;
其中,所述基于所述标签检测模型对所述目标书籍进行检测,得到所述目标书籍对应的第二标签,包括:
将所述目标书籍的书籍信息分别输入每个所述子标签检测模型,得到每个所述子标签检测模型输出的第六子标签;
将各个所述子标签检测模型输出的第六子标签作为所述第二标签。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器用于存储可执行指令,所述可执行指令使所述处理器执行以下操作:
检测目标书籍是否具有预设标签;
若检测到所述目标书籍具有所述预设标签,检测所述预设标签是否为待替换标签体系下的标签;
若检测到所述预设标签为所述待替换标签体系下的标签,将所述预设标签替换为第一标签;其中,所述第一标签为待使用标签体系下的标签,所述第一标签基于预设的标签映射规则对所述预设标签进行映射以及基于预先训练的标签检测模型对所述目标书籍进行检测得到。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,当所述计算机程序被处理器执行时,使得处理器实现用上述权利要求1-8中任一项所述的书籍标签添加方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111613859.6A CN114297413A (zh) | 2021-12-27 | 2021-12-27 | 书籍标签添加方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111613859.6A CN114297413A (zh) | 2021-12-27 | 2021-12-27 | 书籍标签添加方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114297413A true CN114297413A (zh) | 2022-04-08 |
Family
ID=80969848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111613859.6A Pending CN114297413A (zh) | 2021-12-27 | 2021-12-27 | 书籍标签添加方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114297413A (zh) |
-
2021
- 2021-12-27 CN CN202111613859.6A patent/CN114297413A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109918673B (zh) | 语义仲裁方法、装置、电子设备和计算机可读存储介质 | |
CN101542531B (zh) | 图像识别装置及图像识别方法 | |
CN106874279B (zh) | 生成应用类别标签的方法及装置 | |
CN112447189A (zh) | 语音事件检测方法、装置、电子设备及计算机存储介质 | |
US11182605B2 (en) | Search device, search method, search program, and recording medium | |
CN109299276B (zh) | 一种将文本转化为词嵌入、文本分类方法和装置 | |
CN111488468A (zh) | 地理信息知识点抽取方法、装置、存储介质及计算机设备 | |
CN108153875B (zh) | 语料处理方法、装置、智能音箱和存储介质 | |
CN111258905A (zh) | 缺陷定位方法、装置和电子设备及计算机可读存储介质 | |
CN113254814A (zh) | 网络课程视频打标签方法、装置、电子设备及介质 | |
CN110750626A (zh) | 一种基于场景的任务驱动的多轮对话方法及系统 | |
CN115982388B (zh) | 案件质控图谱建立、案件文书质检方法、设备及存储介质 | |
CN114297413A (zh) | 书籍标签添加方法、电子设备及存储介质 | |
CN113704623B (zh) | 一种数据推荐方法、装置、设备及存储介质 | |
CN113742474B (zh) | 一种基于知识图谱的智能问答方法和装置 | |
CN113836297B (zh) | 文本情感分析模型的训练方法及装置 | |
CN112541357B (zh) | 实体识别方法、装置及智能设备 | |
CN114490993A (zh) | 小样本意图识别方法、系统、设备及存储介质 | |
CN113628637A (zh) | 一种音频识别方法、装置、设备及存储介质 | |
CN108875770B (zh) | 行人检测误报数据的标注方法、装置、系统和存储介质 | |
JP5409667B2 (ja) | 電子ファイル管理装置、方法及びプログラム | |
CN115658935B (zh) | 一种个性化评论生成方法及装置 | |
CN111967518B (zh) | 应用标注方法、应用标注装置及终端设备 | |
CN114580420A (zh) | 一种中文实体识别方法、装置、设备及介质 | |
CN114765702A (zh) | 视频的处理方法、装置及计算机可读存储介质 |
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 |