CN116775854A - 一种标签展示方法、装置、计算机设备以及存储介质 - Google Patents
一种标签展示方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN116775854A CN116775854A CN202310802014.4A CN202310802014A CN116775854A CN 116775854 A CN116775854 A CN 116775854A CN 202310802014 A CN202310802014 A CN 202310802014A CN 116775854 A CN116775854 A CN 116775854A
- Authority
- CN
- China
- Prior art keywords
- label
- target
- tag
- tag information
- library
- 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 56
- 230000004044 response Effects 0.000 claims abstract description 13
- 230000001960 triggered effect Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 29
- 239000013598 vector Substances 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 81
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- VMGAPWLDMVPYIA-HIDZBRGKSA-N n'-amino-n-iminomethanimidamide Chemical compound N\N=C\N=N VMGAPWLDMVPYIA-HIDZBRGKSA-N 0.000 description 2
- BOLDJAUMGUJJKM-LSDHHAIUSA-N renifolin D Natural products CC(=C)[C@@H]1Cc2c(O)c(O)ccc2[C@H]1CC(=O)c3ccc(O)cc3O BOLDJAUMGUJJKM-LSDHHAIUSA-N 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种标签展示方法、装置、计算机设备以及存储介质,其中,该方法包括:响应于针对目标话题的标签添加操作,展示所述目标话题对应的各推荐标签;所述各推荐标签为从标签库中选取的与所述目标话题匹配的标签,所述标签库中包括不同的讨论圈层下的各个第一标签;响应于在所述各推荐标签中选择的目标推荐标签,为所述目标话题添加所述目标推荐标签;其中,在所述目标推荐标签被触发后,展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
Description
技术领域
本公开涉及互联网技术领域,具体而言,涉及一种标签展示方法、装置、计算机设备以及存储介质。
背景技术
对于用户讨论的话题,可以通过添加标签信息的方式,以通过对其中指示的内容进行描述和标注,同时便于利用标签信息搜索关联的话题。
在一些情况下,用户可以自行为话题添加标签,但用户添加的标签一般是直接基于自身的关注点,对话题中内容进行关键词提取得到的,导致添加的标签局限性较大。
发明内容
本公开实施例至少提供一种标签展示方法、装置、计算机设备以及存储介质。
第一方面,本公开实施例提供了一种标签展示方法,该方法包括:响应于针对目标话题的标签添加操作,展示所述目标话题对应的各推荐标签;所述各推荐标签为从标签库中选取的与所述目标话题匹配的标签,所述标签库中包括不同的讨论圈层下的各个第一标签;响应于在所述各推荐标签中选择的目标推荐标签,为所述目标话题添加所述目标推荐标签;其中,在所述目标推荐标签被触发后,展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
一种可选的实施方式中,所述展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容,包括:展示所述目标讨论圈层下,关于所述目标推荐标签对应的目标关注对象的讨论内容;其中,不同的所述讨论圈层对应的所述目标关注对象的关注对象类型不同,不同的关注对象类型对应的所述讨论内容所呈现的内容维度不同。
一种可选的实施方式中,所述标签库中的各标签为根据以下方式确定的:获取不同的讨论圈层下的初始标签信息;基于各所述初始标签信息对应的历史消费数据,从各所述初始标签信息中选取第一候选标签信息;对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签。
一种可选的实施方式中,所述方法还包括:基于经授权获取的历史搜索信息,确定各第二候选标签信息;所述对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签,包括:对各所述第一候选标签信息和第二候选标签信息进行聚类处理,确定所述标签库中的各个标签。
一种可选的实施方式中,基于经授权获取的历史搜索信息,确定各第二候选标签信息,包括:对各所述历史搜索信息进行初始聚类处理,得到各个搜索标签信息;基于各所述搜索标签信息对应的搜索频次,从各所述搜索标签信息中选择搜索频次满足预设条件的搜索标签信息作为所述第二候选标签信息。
一种可选的实施方式中,对各所述第一候选标签信息和第二候选标签信息进行聚类处理,确定所述标签库中的各个标签,包括:分别提取各所述第一候选标签信息和所述第二候选标签信息的语义特征向量;基于各所述第一候选标签信息和所述第二候选标签信息的语义特征向量,对各所述第一候选标签信息和所述第二候选标签信息进行聚类处理,得到各个标签类,每个标签类中的各候选标签信息之间的语义相似度满足预设条件;基于每个标签类中的各候选标签信息,生成该标签类对应的所述标签库中的标签。
一种可选的实施方式中,根据以下步骤确定所述目标话题对应的各推荐标签:响应于针对目标话题的标签添加操作,确定所述标签库中各标签与所述目标话题的话题信息之间的语义相关度;从所述标签库的各标签中,选取对应的所述语义相关度满足预设要求的标签作为所述目标话题对应的各推荐标签。
一种可选的实施方式中,所述方法还包括:根据所述不同的讨论圈层下更新后的初始标签信息,和/或,更新后的历史搜索信息,确定待入库标签;基于确定的待入库标签,对所述标签库进行更新。
一种可选的实施方式中,所述基于确定的待入库标签,对所述标签库进行更新,包括:从所述待入库标签中筛除与所述标签库中已有的推荐标签相同的标签;从保留的各所述待入库标签中,确定与所述已有的推荐标签之间的语义相似度小于设定阈值的第一待入库标签,以及所述语义相似度大于或等于设定阈值的第二待入库标签;将所述第一待入库标签写入所述标签库,并将所述标签库中与所述第二待入库标签的语义相似度大于或等于设定阈值的推荐标签,替换为对应的所述第二待入库标签。
第二方面,本公开实施例还提供一种标签展示装置,包括:展示模块,用于响应于针对目标话题的标签添加操作,展示所述目标话题对应的各推荐标签;所述各推荐标签为从标签库中选取的与所述目标话题匹配的标签,所述标签库中包括不同的讨论圈层下的各个第一标签;添加模块,用于响应于在所述各推荐标签中选择的目标推荐标签,为所述目标话题添加所述目标推荐标签;其中,在所述目标推荐标签被触发后,展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
一种可选的实施方式中,添加模块在展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容时,还用于:展示所述目标讨论圈层下,关于所述目标推荐标签对应的目标关注对象的讨论内容;其中,不同的所述讨论圈层对应的所述目标关注对象的关注对象类型不同,不同的关注对象类型对应的所述讨论内容所呈现的内容维度不同。
一种可选的实施方式中,所述标签库中的各标签为根据以下方式确定的:获取不同的讨论圈层下的初始标签信息;基于各所述初始标签信息对应的历史消费数据,从各所述初始标签信息中选取第一候选标签信息;对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签。
一种可选的实施方式中,所述方法还包括处理模块,用于:基于经授权获取的历史搜索信息,确定各第二候选标签信息;所述处理模块还在对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签时,用于:对各所述第一候选标签信息和第二候选标签信息进行聚类处理,确定所述标签库中的各个标签。
一种可选的实施方式中,处理模块基于经授权获取的历史搜索信息,确定各第二候选标签信息时,用于:对各所述历史搜索信息进行初始聚类处理,得到各个搜索标签信息;基于各所述搜索标签信息对应的搜索频次,从各所述搜索标签信息中选择搜索频次满足预设条件的搜索标签信息作为所述第二候选标签信息。
一种可选的实施方式中,处理模块对各所述第一候选标签信息和第二候选标签信息进行聚类处理,确定所述标签库中的各个标签时,用于:分别提取各所述第一候选标签信息和所述第二候选标签信息的语义特征向量;基于各所述第一候选标签信息和所述第二候选标签信息的语义特征向量,对各所述第一候选标签信息和所述第二候选标签信息进行聚类处理,得到各个标签类,每个标签类中的各候选标签信息之间的语义相似度满足预设条件;基于每个标签类中的各候选标签信息,生成该标签类对应的所述标签库中的标签。
一种可选的实施方式中,根据以下步骤确定所述目标话题对应的各推荐标签:响应于针对目标话题的标签添加操作,确定所述标签库中各标签与所述目标话题的话题信息之间的语义相关度;从所述标签库的各标签中,选取对应的所述语义相关度满足预设要求的标签作为所述目标话题对应的各推荐标签。
一种可选的实施方式中,处理模块还用于:根据所述不同的讨论圈层下更新后的初始标签信息,和/或,更新后的历史搜索信息,确定待入库标签;基于确定的待入库标签,对所述标签库进行更新。
一种可选的实施方式中,所述处理模块基于确定的待入库标签,对所述标签库进行更新时,用于:从所述待入库标签中筛除与所述标签库中已有的推荐标签相同的标签;从保留的各所述待入库标签中,确定与所述已有的推荐标签之间的语义相似度小于设定阈值的第一待入库标签,以及所述语义相似度大于或等于设定阈值的第二待入库标签;将所述第一待入库标签写入所述标签库,并将所述标签库中与所述第二待入库标签的语义相似度大于或等于设定阈值的推荐标签,替换为对应的所述第二待入库标签。
第三方面,本公开实施例还提供一种计算机设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第四方面,本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
本公开实施例提供的标签展示方法、装置、计算机设备以及存储介质,在确定用户针对目标话题添加标签时,可以向用户展示可选取的推荐标签。这里展示的推荐标签,是从标签库中选取的与目标话题匹配、且关联到讨论圈层的标签,相比用户基于自身关注点从话题内容中提取标签,这里的推荐标签更加丰富化、多样化;另外,在用户从推荐标签中选择目标推荐标签,作为给目标话题添加的标签后,其他用户就可以通过触发该目标推荐标签,定位到该目标推荐标签对应的目标讨论圈层下的相关讨论内容,从而建立了标签和各类讨论圈层之间的联系,可以通过标签定位到各类讨论圈层下的对应内容位置;因此,本公开实施例不仅使得话题标签的添加更加灵活多样,也方便了通过标签定位到各种讨论圈层下的相关内容,提升了添加标签的价值。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本公开实施例所提供的一种标签展示方法的流程图;
图2a示出了本公开实施例所提供的一种话题创建页的示意图;
图2b示出了本公开实施例所提供的另一种话题创建页的示意图;
图3示出了本公开实施例所提供的一种在目标话题发布后的展示页面的示意图;
图4示出了本公开实施例所提供的一种目标推荐标签对应的讨论内容的示意图;
图5示出了本公开实施例所提供的一种标签展示装置的示意图;
图6示出了本公开实施例所提供的一种计算机设备的示意图。
具体实施方式
可以理解的是,在使用本公开各实施例公开的技术方案之前,均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域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,都属于本公开保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”,仅仅是描述一种关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
经研究发现,用户可以自主选择为话题添加标签信息,以利用标签信息对话题进行描述和搜索。但用户在定义标签时一般是直接基于话题内容进行概括的,导致添加标签的局限性较大,没有充分利用好标签区域的展示资源。
基于上述研究,本公开实施例提供了一种标签展示方法,在确定用户针对目标话题添加标签时,可以向用户展示可选取的推荐标签。这里展示的推荐标签,是从标签库中选取的与目标话题匹配、且关联到讨论圈层的标签,相比用户基于自身关注点从话题内容中提取标签,这里的推荐标签更加丰富化、多样化;另外,在用户从推荐标签中选择目标推荐标签,作为给目标话题添加的标签后,其他用户就可以通过触发该目标推荐标签,定位到该目标推荐标签对应的目标讨论圈层下的相关讨论内容,从而建立了标签和各类讨论圈层之间的联系,可以通过标签定位到各类讨论圈层下的对应内容位置;因此,本公开实施例不仅使得话题标签的添加更加灵活多样,也方便了通过标签定位到各种讨论圈层下的相关内容,提升了添加标签的价值。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种标签展示方法进行详细介绍,本公开实施例所提供的标签展示方法的执行主体一般为具有一定计算能力的计算机设备。本公开实施例提供的标签展示方法,具体可以应用于包含书籍讨论功能的书籍阅读平台中,并具体可以应用于在用户创建话题时,向用户主动的推荐可以与话题相匹配的标签。
参见图1所示,为本公开实施例提供的一种标签展示方法的流程图,所述方法包括步骤S101~S102,其中:
S101:响应于针对目标话题的标签添加操作,展示所述目标话题对应的各推荐标签;所述各推荐标签为从标签库中选取的与所述目标话题匹配的标签,所述标签库中包括不同的讨论圈层下的各个第一标签;
S102:响应于在所述各推荐标签中选择的目标推荐标签,为所述目标话题添加所述目标推荐标签;其中,在所述目标推荐标签被触发后,展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
针对上述S101,示例性的,在上述说明的书籍阅读平台下,用户具体可以通过创建话题的方式,新建一个新的话题,作为目标话题;也可以将已有的有权限进行话题添加或更新的话题,作为目标话题。这里,目标话题具体可以针对一本或多本书籍进行讨论,并具体有讨论的主题内容。
在一个目标话题中,在话题内容下可以涉及讨论的内容可能会有多种类型,比如若某一目标话题下具体围绕一本书籍进行讨论,则可以讨论的内容包括但不限于书籍的情节内容、多个书籍人物角色、作者、有声小说下的配音演员、书籍体裁类型等等。这些多方面的内容,可以与各种标签关联。
在为目标话题添加标签时,在一种可能的情况下,用户可以主动为话题添加标签,但这种情况下可能会出现下述问题:用户自行设置标签时,很难从话题中精确地提炼出适宜选取的词句,作为标签;或者,对于目标话题下涉及到的某一方面的内容,重复设定了多个语义相同的标签,造成标签的冗余,比如在添加标签时,同时添加了对同一书籍人物的多个绰号;又或者,在目标话题下具体涉及到多方面的内容,比如重点讨论了书籍中的多个书籍人物以及各书籍人物的配音演员,但在设置标签时仅设置了与书籍人物相关联的标签,则设置的标签并没有对相关内容进行全面的覆盖。
另外,目前为话题添加标签后,标签的作用一般是在被搜索到后,定位到对应的话题,而在书籍阅读平台中,会存在很多的讨论圈层,不同的讨论圈层下可能会讨论该话题相关的不同方面内容,比如有书籍圈,可能会讨论该话题关联的目标书籍,有角色圈,可能会讨论该话题关联的目标角色等,因此,如何能够充分利用好各种讨论圈层下的资源,使得用户轻松定位到不同讨论圈层下的对应讨论内容,也是本公开实施例要解决的问题。
针对上述可能出现的问题,在本公开实施例中,具体会响应于针对目标话题的标签添加操作,向用户展示目标话题对应的各推荐标签。首先,由于可以直接向用户推送展示出与目标话题对应的各推荐标签,且展示的各推荐标签为从标签库中选取的与目标话题匹配的标签,因此用户并不需要花费较多的时间自行概括得到标签,可以更简便地采取挑选的方式设置标签,操作上更简单,而且,相比于用户自行概括得到的标签,这里的推荐标签更加丰富化、多样化。
另外,标签库中具体包括不同的讨论圈层下的各个第一标签,因此在从中挑选与目标话题匹配的推荐标签时,可以选取得到与目标话题下各讨论圈层相关的标签,这里的各讨论圈层具体可以包括角色圈、书类型圈(比如玄幻类书圈、悬疑类书圈)、体裁圈(比如漫画圈、有声书圈)等等,也即涉及到目标话题关联的多种讨论方向,用户在选取目标推荐标签后,可以通过目标推荐标签定位到对应讨论圈层下的相关讨论内容位置。
下面,具体对确定目标话题的对应各推荐标签的具体方式进行说明。
首先,为了可以获取到与目标话题匹配的标签,会需要先明确目标话题下具体涉及到的讨论内容。在一种可能的情况下,对于已创建的目标话题,其已具有确定的话题信息,若用户具有设置标签的权限,比如是用户曾创建、但未标注标签的话题,用户可以在选取该话题作为目标话题后,由平台根据已创建的目标话题下的话题信息,确定与话题信息相关的各推荐标签,并展示给用户,以使用户可以从中选取与目标话题关联的目标推荐标签。
在另一种可能的情况下,对于将用户待创建的话题作为目标话题的情况,则可以通过展示引导信息的方式,辅助用户在创建话题时提供话题信息。示例性的,参见图2a所示,为本公开实施例提供的一种话题创建页的示意图,其中具体包括创建话题时的引导信息。在该示意图中,具体通过标题和引导语的形式,提示用户可以在创建话题时添加话题标题、在话题下涉及到的书籍、以及对话题下可能涉及到的讨论内容进行话题描述。这些信息具体在本公开实施例中可以作为目标话题的话题信息,以说明在目标话题中具体可能涉及到的内容。另外,上述示例中仅是一些可能添加的信息,在展示的这些信息外还可以根据实际情况确定其他可以引导用户选取添加的信息,具体在此不做出限定。
而在确定对目标话题添加标签时,在一种可能的情况下,可以在用户将话题创建页中与话题信息相关的内容填写完毕后,即认为要选取对目标话题添加标签,并展示目标话题下的各推荐标签。在另一种情况下,也可以在用户自行添加一个或两个标签后,确定用户针对目标话题的标签添加操作,并明确用户具有添加标签的意图,然后再展示目标话题下的各推荐标签,以起到辅助作用。
示例性的,参见图2b所示,为本公开实施例提供的另一种话题创建页的示意图,其中具体展示出了为话题添加的话题信息,以及向用户展示出的至少一个推荐标签。由于话题信息中具体涉及到了在多个讨论圈层中,书圈的“《书籍A》”、角色圈的“主人公甲”、题材圈的“有声书”、以及配音演员的“老师乙”,因此得到的推荐标签,具体可以根据上述列举的多个讨论圈层,确定为“《书籍A》”、“主人公甲”、“有声书”、“老师乙”。具体地,通过“推荐标签”的引导词,在下方以可选标签的形式进行展示。
而在确定推荐标签时,具体可以是从标签库中进行选取的,也即从标签库中选取与目标话题匹配的标签。具体地,根据以下步骤确定所述目标话题对应的各推荐标签:响应于针对目标话题的标签添加操作,确定所述标签库中各标签与所述目标话题的话题信息之间的语义相关度;从所述标签库的各标签中,选取对应的所述语义相关度满足预设要求的标签作为所述目标话题对应的各推荐标签。
也即,在标签库中预先存储有多个标签;在为目标话题确定匹配的标签时,可以从标签库中直接挑选标签作为与目标话题匹配的推荐标签。而这里说明的标签与目标话题之间的“匹配”,具体体现在选取的推荐标签可以用于对目标话题进行描述和概括,因此选取的推荐标签与目标话题的话题信息之间应当具有较高的语义相关度。这里在评价语义相关度的高低时,具体可以通过语义相关度的数值确定。进一步地,在确定语义相关度满足预设要求的标签时,可以设置在语义相关度超过某一数值时,为满足预设要求。
在一种可能的情况下,对于标签库中的各个标签,可以分别确定与目标话题的话题之间的语义相关度,然后将其中满足预设要求的标签作为目标话题对应的推荐标签。这种采用遍历的方式,可以保证能为目标话题确定尽量多且完备的推荐标签。
在另一种可能的情况下,对于标签库中的各个标签,可以在存储时即实现有分类的存储,比如按照不同的讨论圈层进行划分,并在确定目标话题对应的话题信息后,根据目标话题可能涉及到的讨论圈层,对应的从标签库中确定选取的讨论圈层下存储的标签,然后通过标签与话题信息之间的语义相关度,确定推荐标签。这种方式下需要确定语义相关度的标签数量减少,因此在确定匹配的推荐标签时所需的时间更少,效率更高。
为了使推荐标签可以覆盖目标话题涉及到的各个讨论圈层,在标签库中具体可以存储有不同讨论圈层下的各个第一标签。
下面对确定标签库中各标签的方式进行说明,在一种可能的情况下,可以获取不同的讨论圈层下的初始标签信息;基于各所述初始标签信息对应的历史消费数据,从各所述初始标签信息中选取第一候选标签信息;对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签。
这里,针对任一讨论圈层,对应的初始标签信息例如包括用户在自行设置标签信息时设置的标签信息,这些信息是用户主动设置的,因此根据不同用户的理解、喜好等偏差,针对同一对象不同用户设置的标签也可能会有在文字表达上的差异。而对于标签信息,具体是可以通过搜索的方式,关联查找出对应的话题的,则若某一用户针对话题中对象设置的标签信息与其他用户设置的有所偏差,则利用其他用户设置的标签也无法查找到该话题。
在一种可能的情况下,考虑到标签信息在功能上具体是用于关联查找话题,因此在对用户主动设置的初始标签信息进行筛选时,可以通过各初始标签信息对应的历史消费数据,从各初始标签信息中选取第一候选标签信息。这里,历史消费数据可以包括初始标签下的话题被查看的次数,也可以包括初始标签信息被选取使用的次数等等。对于关联话题被查看次数高和/或被选取使用次数较高的初始标签信息,可以认为更被用户所熟知,也更容易被选取使用。
比如,针对于记录旅行的书籍,可以确定一个初始标签信息为“旅行随笔”,而另一初始标签信息为“旅游中写的日记”,而前者被使用的次数明显高于后者,说明用户更惯常使用“旅行随笔”作为标签,而较少的会选用“旅行中写的日记”作为标签,因此可以预见的是在“旅行中写的日记”这一标签下,很难关联得到较多的话题,因此并不会将其选取作为第一候选标签信息,而会选取将“旅行随笔”作为第一候选标签信息。
而对于选取的多个第一候选标签信息,其中可能还会包含有较多语义相近的标签信息,承接上述示例,选取得到的第一候选标签信息除“旅行随笔”外,可能还包括有“旅行札记”、“旅游笔记”、“游览札记”等等。这些第一候选标签信息实际指示的语义相近,但文字上都有所区别。为了可以使一个标签信息下可以关联展示出更多的话题,在本公开实施例中选取将第一候选标签信息进行聚类处理,以将这些仅在文字上表述有区别,但指示语义相似的第一候选标签信息进行整合。在一种可能的情况下,具体可以在将的指示语义相似的第一候选标签信息进行聚合后,从中根据各第一候选标签信息的使用频次,从中挑选使用频次最高的一个或多个第一候选标签,四作为聚类后存储至标签库中的标签;或者,也可以将聚合后的标签信息指示的语义作为在标签库中存储的标签。具体方式在此不做出限定。
而在标签库中,具体还可以根据在搜索时得到的搜索信息,确定第二候选标签信息,以与上述实施例中说明的第一候选标签一起进行聚类处理,确定标签库中的各个标签。
这里,搜索信息具体可以是在搜索话题是输入的搜索信息,或者也可以是当下的搜索热词等等。在具体实施中,可以基于经授权获取的历史搜索信息,确定各第二候选标签信息。具体地,可以对各所述历史搜索信息进行初始聚类处理,得到各个搜索标签信息;基于各所述搜索标签信息对应的搜索频次,从各所述搜索标签信息中选择搜索频次满足预设条件的搜索标签信息作为所述第二候选标签信息。
示例性的,可以从各历史搜索信息中得到搜索标签信息,比如在用户搜索感兴趣书籍时,可能会搜索“有没有值得借鉴的旅游指南”,则其中的“旅游指南”可以作为搜索标签信息;或者,在当下搜索热词中包括“青春中不能错过的主角甲”,则“主角甲”也可以作为得到的搜索标签信息。
相似地,由于在搜索过程中,每个用户在利用文字表达搜索信息时,选取的具体文字可能会有所差异,但又指向于同一语义,且通过历史搜索信息得到的标签信息可能数量较大,因此在本公开实施例中选取先对各历史搜索信息进行初始聚类处理,以得到各个搜索标签信息。
然后,对于确定的各个搜索标签信息,仍然可以认为若选取搜索的人较少,则该标签信息并不能关联展示出更多话题,也并非是用户习惯使用的标签,因此具体可以根据搜索标签信息对应的搜索频次,从得到的各个搜索标签信息中选取对应的搜索频次满足预设条件的搜索标签信息,作为第二候选标签信息。这里,预设条件具体与时间和次数相关,比如设置为在近三天被搜索超过100次。
而对于各个第一候选标签信息和第二候选标签信息,在进行聚类处理,以确定标签库中的各个标签时,可以分别提取各所述第一候选标签信息和所述第二候选标签信息的语义特征向量;基于各所述第一候选标签信息和所述第二候选标签信息的语义特征向量,对各所述第一候选标签信息和所述第二候选标签信息进行聚类处理,得到各个标签类,每个标签类中的各候选标签信息之间的语义相似度满足预设条件;基于每个标签类中的各候选标签信息,生成该标签类对应的所述标签库中的标签。
具体地,虽然第一候选标签信息和第二候选标签信息的来源不同,但二者下的候选标签信息中,可能会存在有语义相似的标签信息。与上述实施例中处理方式相似的,对于第一候选标签信息和第二候选标签信息,具体也会选取聚类处理的方式,将表达相似语义的候选标签信息聚合。
为了实现对候选标签信息的聚类,会通过的语义向量特征提取的方式,得到第一候选标签信息和第二候选标签信息的语义特征向量。这样,利用语义特征向量即可以确定候选标签信息之间在语义上是否是相似的,若是在语义上相似的,则可以进行聚类处理。对于在利用语义特征向量进行聚类处理后得到的多个候选标签信息的聚类结果,比如得到的候选标签信息的集合,可以分别对应一个标签类。这里,在确定标签类时,每个标签类中的各个候选标签信息之间的语义相似度满足预设条件,这里,语义相似度可以通过百分比的数值表示,并确定在百分比的数值越大时,语义相似度越高;以及,可以将预设条件设置为一个确定的百分比数值,比如70%,以确定若两个候选标签信息之间的语义相似度超过70%时,满足预设条件。
针对每一个标签类,可以根据标签类中的各个候选标签信息,生成该标签类对应的标签库中的标签。这里,在一种可能的情况下,可以从标签类下的各个候选标签信息中,选取对应的语义特征最丰富的候选话题标签作为用于存储在标签库中的标签;或者,也可以通过训练好的神经网络模型,对标签类下的各个候选标签信息进行总结,并将总结后得到的关键词作为存储在标签库中的标签;又或者,可以与上述实施例中说明的方式相似的,从标签类下的各个候选标签信息中筛选得到存储在标签库中的标签。具体可以根据实际情况确定,在此不再赘述。
而对于上述说明的方式,具体是动态处理的,也即无论是不同的讨论圈层下的初始标签信息,或者是历史搜索信息,由于其均是根据时间变化而动态更新的,因此对于新接收到的初始标签信息和历史搜索信息,均会用于对标签库进行更新。
在具体实施中,可以根据所述不同的讨论圈层下更新后的初始标签信息,和/或,更新后的历史搜索信息,确定待入库标签;基于确定的待入库标签,对所述标签库进行更新。
其中,通过更新后的初始标签信息和/或更新后的历史搜索信息确定待入库标签时的方式,与上述实施例中已说明的具体方式相似,具体可以参考上述实施例中的说明,在此不再赘述。为了区分标签库中已有标签和更新添加的标签,具体将更新后得到的标签表述为待入库标签。这些待入库标签将用于对标签库进行更新。
但对于待入库标签而言,其具体可能是与标签库中原有的标签有重复或指示语义相同的。而对标签库的更新,具体应当是指在原有存储的标签下进行不重复的扩充或替换,因此对于得到的待入库标签,具体可以进行筛选,以补充或替换标签库中的标签。
在具体实施中,在基于确定的待入库标签,对所述标签库进行更新时,具体可以采用下述方式:从所述待入库标签中筛除与所述标签库中已有的推荐标签相同的标签;从保留的各所述待入库标签中,确定与所述已有的推荐标签之间的语义相似度小于设定阈值的第一待入库标签,以及所述语义相似度大于或等于设定阈值的第二待入库标签;将所述第一待入库标签写入所述标签库,并将所述标签库中与所述第二待入库标签的语义相似度大于或等于设定阈值的推荐标签,替换为对应的所述第二待入库标签。
也即,对于待入库标签,具体可以进行删除、对标签库进行补充、以及对标签库中的标签进行替换三种不同的操作。
首先,对于将待入库标签进行删除的情况,在具体实施中,若在标签库中已有与待入库标签相同的标签,则该待入库标签并不会被重复记载在标签库中。
其次,对于向标签库进行补充的待入库标签,具体是指在标签库中未出现、且并未存在有相似的标签,这里的相似具体指示语义特征的相似。也即,待入库标签指示的语义,在标签库中并不存在任一推荐标签可以表示。为了确定语义是否相似,具体可以通过确定待入库标签与已有的推荐标签之间的语义相似度,然后判断语义相似度是否小于设定阈值,以确定写入标签库的第一待入库标签。这里,语义相似度同样可以采用百分比数值表示,相应的设定阈值例如可以以60%、65%等设置以及表示。
最后,对于进行替换的待入库标签,具体可以是将待入库标签替换原有的推荐标签,原因是二者的语义相似,但新得到的待入库标签有更大概率符合当前热点,会更容易被当前时段下的用户所选用。因此,利用上述相似的方式,若确定待入库标签与已有的推荐标签之间的语义相似度大于或等于预设阈值,则可以将其作为第二待入库标签,并对标签库中与第二待入库标签的语义相似度大于或等于设定阈值的推荐标签进行替换。
针对上述S102,对于展示出的各推荐标签,响应于选择其中的目标推荐标签,可以为目标话题添加目标推荐标签。
示例性的,参见图3所示,为本公开实施例中提供的一种在目标话题发布后的展示页面的示意图,承接在图2b中创建目标话题的示例,若用户选取了推荐标签“《书籍A》”和“主人公甲”,则在创建后的目标话题下,除了展示出用户设置的部分话题信息后,还会将选取的目标推荐标签进行关联展示。
这里,展示出的目标推荐标签在触发后,可以展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
具体地,在进行相关讨论内容的展示时,可以展示所述目标讨论圈层下,关于所述目标推荐标签对应的目标关注对象的讨论内容;其中,不同的所述讨论圈层对应的所述目标关注对象的关注对象类型不同,不同的关注对象类型对应的所述讨论内容所呈现的内容维度不同。
这里,关于不同讨论圈层对应的目标关注对象不同,示例性的,对于上述说明的书圈,具体关注于对书籍具体内容情节的讨论以及书籍内容评价,则目标关注对象为书籍;而对于上述说明的角色圈,具体关注于角色本身,则目标关注对象为书籍角色。关于不同关注对象类型对应的讨论内容所呈现的内容维度不同,示例性的,若针对的对象类型为角色,则内容维度具体可以包括角色属性、角色相关的情节内容;若针对的对象类型为配音演员,则内容维度具体可以包括配音演员的相关作品等等。
示例性的,对于在图3中示出的多个目标推荐标签,确定“《书籍A》”为选取触发的标签。“《书籍A》”对应的目标讨论圈层为书籍圈,具体针对的对象为书籍A,讨论的内容维度可以包括具体内容情节和书籍内容评价。参见图4所示,为本公开实施例提供的一种目标推荐标签对应的讨论内容的示意图。在该示意图中,选取将触发的目标推荐标签作为标题,并在其关联位置处展示出了讨论圈层“书籍圈”的标识。对于其中展示出的各个讨论内容,通过“#”引导展示出了对应的内容维度,比如在第一个讨论内容下,具体展示出了“#内容情节”,标识具体内容情节的内容维度,在第二个讨论内容下,具体展示出了“#书籍评价”,标识书籍内容评价的内容维度,而这些维度具体与讨论内容相关联。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思,本公开实施例中还提供了与标签展示方法对应的标签展示装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述标签展示方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图5所示,为本公开实施例提供的一种标签展示装置的示意图,所述装置包括:展示模块51、添加模块52;其中,
展示模块51,用于响应于针对目标话题的标签添加操作,展示所述目标话题对应的各推荐标签;所述各推荐标签为从标签库中选取的与所述目标话题匹配的标签,所述标签库中包括不同的讨论圈层下的各个第一标签;
添加模块52,用于响应于在所述各推荐标签中选择的目标推荐标签,为所述目标话题添加所述目标推荐标签;其中,在所述目标推荐标签被触发后,展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
一种可选的实施方式中,添加模块52在展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容时,还用于:展示所述目标讨论圈层下,关于所述目标推荐标签对应的目标关注对象的讨论内容;其中,不同的所述讨论圈层对应的所述目标关注对象的关注对象类型不同,不同的关注对象类型对应的所述讨论内容所呈现的内容维度不同。
一种可选的实施方式中,所述标签库中的各标签为根据以下方式确定的:获取不同的讨论圈层下的初始标签信息;基于各所述初始标签信息对应的历史消费数据,从各所述初始标签信息中选取第一候选标签信息;对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签。
一种可选的实施方式中,所述方法还包括处理模块53,用于:基于经授权获取的历史搜索信息,确定各第二候选标签信息;所述处理模块53还在对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签时,用于:对各所述第一候选标签信息和第二候选标签信息进行聚类处理,确定所述标签库中的各个标签。
一种可选的实施方式中,处理模块53基于经授权获取的历史搜索信息,确定各第二候选标签信息时,用于:对各所述历史搜索信息进行初始聚类处理,得到各个搜索标签信息;基于各所述搜索标签信息对应的搜索频次,从各所述搜索标签信息中选择搜索频次满足预设条件的搜索标签信息作为所述第二候选标签信息。
一种可选的实施方式中,处理模块53对各所述第一候选标签信息和第二候选标签信息进行聚类处理,确定所述标签库中的各个标签时,用于:分别提取各所述第一候选标签信息和所述第二候选标签信息的语义特征向量;基于各所述第一候选标签信息和所述第二候选标签信息的语义特征向量,对各所述第一候选标签信息和所述第二候选标签信息进行聚类处理,得到各个标签类,每个标签类中的各候选标签信息之间的语义相似度满足预设条件;基于每个标签类中的各候选标签信息,生成该标签类对应的所述标签库中的标签。
一种可选的实施方式中,根据以下步骤确定所述目标话题对应的各推荐标签:响应于针对目标话题的标签添加操作,确定所述标签库中各标签与所述目标话题的话题信息之间的语义相关度;从所述标签库的各标签中,选取对应的所述语义相关度满足预设要求的标签作为所述目标话题对应的各推荐标签。
一种可选的实施方式中,处理模块53还用于:根据所述不同的讨论圈层下更新后的初始标签信息,和/或,更新后的历史搜索信息,确定待入库标签;基于确定的待入库标签,对所述标签库进行更新。
一种可选的实施方式中,所述处理模块53基于确定的待入库标签,对所述标签库进行更新时,用于:从所述待入库标签中筛除与所述标签库中已有的推荐标签相同的标签;从保留的各所述待入库标签中,确定与所述已有的推荐标签之间的语义相似度小于设定阈值的第一待入库标签,以及所述语义相似度大于或等于设定阈值的第二待入库标签;将所述第一待入库标签写入所述标签库,并将所述标签库中与所述第二待入库标签的语义相似度大于或等于设定阈值的推荐标签,替换为对应的所述第二待入库标签。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
本公开实施例还提供了一种计算机设备,如图6所示,为本公开实施例提供的计算机设备结构示意图,包括:
处理器10和存储器20;所述存储器20存储有处理器10可执行的机器可读指令,处理器10用于执行存储器20中存储的机器可读指令,所述机器可读指令被处理器10执行时,处理器10执行下述步骤:
响应于针对目标话题的标签添加操作,展示所述目标话题对应的各推荐标签;所述各推荐标签为从标签库中选取的与所述目标话题匹配的标签,所述标签库中包括不同的讨论圈层下的各个第一标签;响应于在所述各推荐标签中选择的目标推荐标签,为所述目标话题添加所述目标推荐标签;其中,在所述目标推荐标签被触发后,展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
上述存储器20包括内存210和外部存储器220;这里的内存210也称内存储器,用于暂时存放处理器10中的运算数据,以及与硬盘等外部存储器220交换的数据,处理器10通过内存210与外部存储器220进行数据交换。
上述指令的具体执行过程可以参考本公开实施例中所述的标签展示方法的步骤,此处不再赘述。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的标签展示方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种标签展示方法,其特征在于,包括:
响应于针对目标话题的标签添加操作,展示所述目标话题对应的各推荐标签;所述各推荐标签为从标签库中选取的与所述目标话题匹配的标签,所述标签库中包括不同的讨论圈层下的各个第一标签;
响应于在所述各推荐标签中选择的目标推荐标签,为所述目标话题添加所述目标推荐标签;
其中,在所述目标推荐标签被触发后,展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
2.根据权利要求1所述的方法,其特征在于,所述展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容,包括:
展示所述目标讨论圈层下,关于所述目标推荐标签对应的目标关注对象的讨论内容;其中,不同的所述讨论圈层对应的所述目标关注对象的关注对象类型不同,不同的关注对象类型对应的所述讨论内容所呈现的内容维度不同。
3.根据权利要求1所述的方法,其特征在于,所述标签库中的各标签为根据以下方式确定的:
获取不同的讨论圈层下的初始标签信息;
基于各所述初始标签信息对应的历史消费数据,从各所述初始标签信息中选取第一候选标签信息;
对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
基于经授权获取的历史搜索信息,确定各第二候选标签信息;
所述对各所述第一候选标签信息进行聚类处理,确定所述标签库中的各个标签,包括:
对各所述第一候选标签信息和第二候选标签信息进行聚类处理,确定所述标签库中的各个标签。
5.根据权利要求4所述的方法,其特征在于,基于经授权获取的历史搜索信息,确定各第二候选标签信息,包括:
对各所述历史搜索信息进行初始聚类处理,得到各个搜索标签信息;
基于各所述搜索标签信息对应的搜索频次,从各所述搜索标签信息中选择搜索频次满足预设条件的搜索标签信息作为所述第二候选标签信息。
6.根据权利要求4所述的方法,其特征在于,对各所述第一候选标签信息和第二候选标签信息进行聚类处理,确定所述标签库中的各个标签,包括:
分别提取各所述第一候选标签信息和所述第二候选标签信息的语义特征向量;
基于各所述第一候选标签信息和所述第二候选标签信息的语义特征向量,对各所述第一候选标签信息和所述第二候选标签信息进行聚类处理,得到各个标签类,每个标签类中的各候选标签信息之间的语义相似度满足预设条件;
基于每个标签类中的各候选标签信息,生成该标签类对应的所述标签库中的标签。
7.根据权利要求1所述的方法,其特征在于,根据以下步骤确定所述目标话题对应的各推荐标签:
响应于针对目标话题的标签添加操作,确定所述标签库中各标签与所述目标话题的话题信息之间的语义相关度;
从所述标签库的各标签中,选取对应的所述语义相关度满足预设要求的标签作为所述目标话题对应的各推荐标签。
8.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
根据所述不同的讨论圈层下更新后的初始标签信息,和/或,更新后的历史搜索信息,确定待入库标签;
基于确定的待入库标签,对所述标签库进行更新。
9.根据权利要求8所述的方法,其特征在于,所述基于确定的待入库标签,对所述标签库进行更新,包括:
从所述待入库标签中筛除与所述标签库中已有的推荐标签相同的标签;
从保留的各所述待入库标签中,确定与所述已有的推荐标签之间的语义相似度小于设定阈值的第一待入库标签,以及所述语义相似度大于或等于设定阈值的第二待入库标签;
将所述第一待入库标签写入所述标签库,并将所述标签库中与所述第二待入库标签的语义相似度大于或等于设定阈值的推荐标签,替换为对应的所述第二待入库标签。
10.一种标签展示装置,其特征在于,包括:
展示模块,用于响应于针对目标话题的标签添加操作,展示所述目标话题对应的各推荐标签;所述各推荐标签为从标签库中选取的与所述目标话题匹配的标签,所述标签库中包括不同的讨论圈层下的各个第一标签;
添加模块,用于响应于在所述各推荐标签中选择的目标推荐标签,为所述目标话题添加所述目标推荐标签;其中,在所述目标推荐标签被触发后,展示所述目标推荐标签对应的目标讨论圈层下、与所述目标推荐标签相关的讨论内容。
11.一种计算机设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至9任一项所述的标签展示方法的步骤。
12.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至9任一项所述的标签展示方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310802014.4A CN116775854A (zh) | 2023-06-30 | 2023-06-30 | 一种标签展示方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310802014.4A CN116775854A (zh) | 2023-06-30 | 2023-06-30 | 一种标签展示方法、装置、计算机设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116775854A true CN116775854A (zh) | 2023-09-19 |
Family
ID=87994472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310802014.4A Pending CN116775854A (zh) | 2023-06-30 | 2023-06-30 | 一种标签展示方法、装置、计算机设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116775854A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668373A (zh) * | 2024-02-02 | 2024-03-08 | 北京翼鸥教育科技有限公司 | 一种级联标签推荐方法、装置、电子设备及存储介质 |
-
2023
- 2023-06-30 CN CN202310802014.4A patent/CN116775854A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668373A (zh) * | 2024-02-02 | 2024-03-08 | 北京翼鸥教育科技有限公司 | 一种级联标签推荐方法、装置、电子设备及存储介质 |
CN117668373B (zh) * | 2024-02-02 | 2024-05-17 | 北京翼鸥教育科技有限公司 | 一种级联标签推荐方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11720572B2 (en) | Method and system for content recommendation | |
Pohl et al. | Beyond just text: semantic emoji similarity modeling to support expressive communication👫📲😃 | |
US11836199B2 (en) | Methods and systems for a content development and management platform | |
CN109145153B (zh) | 意图类别的识别方法和装置 | |
US11741173B2 (en) | Related notes and multi-layer search in personal and shared content | |
US11645317B2 (en) | Recommending topic clusters for unstructured text documents | |
US8229949B2 (en) | Apparatus, method and program product for presenting next search keyword | |
Cappallo et al. | New modality: Emoji challenges in prediction, anticipation, and retrieval | |
CN107122400B (zh) | 使用视觉提示细化查询结果的方法、计算系统及存储介质 | |
US9460193B2 (en) | Context and process based search ranking | |
US8887044B1 (en) | Visually distinguishing portions of content | |
US20150186790A1 (en) | Systems and Methods for Automatic Understanding of Consumer Evaluations of Product Attributes from Consumer-Generated Reviews | |
US9201868B1 (en) | System, methods and user interface for identifying and presenting sentiment information | |
US9613003B1 (en) | Identifying topics in a digital work | |
US20120117051A1 (en) | Multi-modal approach to search query input | |
JP7204801B2 (ja) | ニューラルネットワークに基づくマンマシンインタラクション方法、装置、及び媒体 | |
US20140379719A1 (en) | System and method for tagging and searching documents | |
Wicaksono et al. | Automatic extraction of advice-revealing sentences foradvice mining from online forums | |
US20160299891A1 (en) | Matching of an input document to documents in a document collection | |
Gasparetti et al. | Exploiting web browsing activities for user needs identification | |
CN116775854A (zh) | 一种标签展示方法、装置、计算机设备以及存储介质 | |
US8881007B2 (en) | Method and system for visual cues to facilitate navigation through an ordered set of documents | |
CN113516491A (zh) | 推广信息展示方法、装置、电子设备及存储介质 | |
CN114297143A (zh) | 一种搜索文件的方法、显示文件的方法、装置及移动终端 | |
Feldman | The answer machine |
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 |