WO2022148239A1 - 信息输出方法、装置和电子设备 - Google Patents

信息输出方法、装置和电子设备 Download PDF

Info

Publication number
WO2022148239A1
WO2022148239A1 PCT/CN2021/140160 CN2021140160W WO2022148239A1 WO 2022148239 A1 WO2022148239 A1 WO 2022148239A1 CN 2021140160 W CN2021140160 W CN 2021140160W WO 2022148239 A1 WO2022148239 A1 WO 2022148239A1
Authority
WO
WIPO (PCT)
Prior art keywords
word
target
video
text
video frame
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.)
Ceased
Application number
PCT/CN2021/140160
Other languages
English (en)
French (fr)
Inventor
肖学锋
林丽
赵田雨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Youzhuju Network Technology Co Ltd
Original Assignee
Beijing Youzhuju Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Youzhuju Network Technology Co Ltd filed Critical Beijing Youzhuju Network Technology Co Ltd
Publication of WO2022148239A1 publication Critical patent/WO2022148239A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06F16/7844—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using original textual content or text extracted from visual content or transcript of audio data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

Definitions

  • FIG. 4 is a flowchart of one embodiment of generating corrected text according to the information output method of the present disclosure
  • search terms are usually English search terms, and the text presented in the above video is also usually English text.
  • Step 301 Determine the edit distance between the search word and each word in the video text recognition result as the initial distance.
  • the search word is "class” and the above-mentioned target word in the text presented in the target video frame is "cass”, it can be determined that the character length of the target word "cass" is smaller than that of the search word "class".
  • the execution body can remove the target character string from the search word, Get the remaining string.
  • the above-mentioned target character string may be the above-mentioned target word in the text presented in the above-mentioned target video frame.
  • the above-mentioned execution body can use the above-mentioned search word to replace the target word in the deleted text, and output the corrected text.
  • the above-mentioned execution subject can use the search term "Armstrong” to search for the target word "strong” in the deleted text "strong is a name” " is replaced, resulting in the corrected text "Armstrong is a name”.
  • the first selection unit 602 may be further configured to select a target word from the first candidate word based on the character length of the first candidate word in the following manner: the first selection unit 602 It can be determined whether there is a candidate word with the same character length as the search word in the first candidate word; if not, a candidate word with the longest character length can be selected from the first candidate word as the target word.
  • the second selection unit 603 may be further configured to select a video frame that meets the preset conditions from the video frames as a target video frame in the following manner: the second selection unit 603 may select a video frame from the video Among the frames, the video frame with the highest confidence is selected as the target video frame.
  • embodiments of the present disclosure include a computer program product comprising a computer program carried on a computer-readable medium, the computer program containing program code for performing the method illustrated in the flowchart.
  • the computer program may be downloaded and installed from the network via the communication device 709, or from the storage device 708, or from the ROM 702.
  • the processing device 701 the above-described functions defined in the methods of the embodiments of the present disclosure are executed.
  • each block in the flowchart or block diagrams may represent a module, segment, or portion of code that contains one or more logical functions for implementing the specified functions executable instructions.
  • the functions noted in the blocks may occur out of the order noted in the figures. For example, two blocks shown in succession may, in fact, be executed substantially concurrently, or the blocks may sometimes be executed in the reverse order, depending upon the functionality involved.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Character Discrimination (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开实施例公开了信息输出方法、装置和电子设备。该方法的一具体实施方式包括：响应于接收到针对视频中的文字进行搜索的搜索词，获取视频的视频文本识别结果；基于搜索词与视频文本识别结果中的各个单词的相似度，从视频文本识别结果中选取单词作为目标单词；获取呈现有目标单词的视频帧，从视频帧中选取符合预设条件的视频帧作为目标视频帧；基于搜索词和目标视频帧中呈现的文本，生成纠正后的文本进行输出。该实施方式即使在视频的文本识别结果出现错误时，也可以准确地检索到正确结果。

Description

信息输出方法、装置和电子设备
相关申请的交叉引用
本申请要求于2021年01月06日提交的，申请号为202110015895.6、发明名称为“信息输出方法、装置和电子设备”的中国专利申请的优先权，该申请的全文通过引用结合在本申请中。
技术领域
本公开实施例涉及计算机技术领域，具体涉及信息输出方法、装置和电子设备。
背景技术
目前，随着信息化建设的全面开展，文字识别技术已经进入行业应用开发的成熟阶段。在对视频中的文字进行识别的过程中，通常会首先从视频中提取关键帧，再对关键帧中的文字进行识别。但是由于视频关键帧提取的不准确或者检测识别产生的误差，最终的识别准确率无法保证达到百分之百。因此，在对视频文本识别结果进行检索时，如何在文本识别结果出现错误的情况下依然可以准确地检索到正确结果，是一个亟待解决的问题。
发明内容
提供该公开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。该公开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。
本公开实施例提供了一种信息输出方法、装置和电子设备，通过这种方式在对视频中的文本识别结果进行检索时，即使视频的文本识别结果出现错误时，也可以准确地检索到正确结果并输出。
第一方面，本公开实施例提供了一种信息输出方法，该方法包括：响应于接收到针对视频中的文字进行搜索的搜索词，获取视频的视频文本识别结果；基于搜索词与视频文本识别结果中的各个单词的相似度，从视频文本识别结果中选取单词作为目标单词；获取呈现有目标单词的视频帧，从视频帧中选取符合预设条件的视频帧作为目标视频帧；基于搜索词和目标视频帧中呈现的文本，生成纠正后的文本进行输出。
第二方面，本公开实施例提供了一种信息输出装置，包括：获取单元，用于响应于接收到针对视频中的文字进行搜索的搜索词，获取视频的视频文本识别结果；第一选取单元，用于基于搜索词与视频文本识别结果中的各个单词的相似度，从视频文本识别结果中选取单词作为目标单词；第二选取单元，用于获取呈现有目标单词的视频帧，从视频帧中选取符合预设条件的视频帧作为目标视频帧；输出单元，用于基于搜索词和目标视频帧中呈现的文本，生成纠正后的文本进行输出。
第三方面，本公开实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的信息输出方法。
第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的信息输出方法的步骤。
本公开实施例提供的信息输出方法、装置和电子设备，响应于接收到针对视频中的文字进行搜索的搜索词，获取上述视频的视频文本识别结果；之后，基于上述搜索词与上述视频文本识别结果中的各个单词的相似度，从上述视频文本识别结果中选取单词作为目标单词；而后，获取呈现有上述目标单词的视频帧，从上述视频帧中选取符合预设条件的视频帧作为目标视频帧；最后，基于上述搜索词和上述目标视频帧中呈现的文本，生成纠正后的文本进行输出。通过这种方式在对视频中的文本识别结果进行检索时，即使视频的文本识别结果出 现错误时，也可以准确地检索到正确结果并输出。
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是本公开的各个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的信息输出方法的一个实施例的流程图；
图3是根据本公开的信息输出方法的从视频文本识别结果中选取单词作为目标单词的一个实施例的流程图；
图4是根据本公开的信息输出方法的生成纠正后的文本的一个实施例的流程图；
图5是根据本公开的信息输出方法的搜索词、识别出的单词和文本错误类型之间的对应关系的一个实施例的示意图；
图6是根据本公开的信息输出装置的一个实施例的结构示意图；
图7是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
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。
图1示出了可以应用本公开的信息输出方法的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备1011、1012、1013，网络102和服务器103。网络102用以在终端设备1011、1012、1013和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备1011、1012、1013通过网络102与服务器103交互，以发送或接收消息等，例如，用户可以利用终端设备1011、1012、1013接收到服务器103输出的纠正后的文本，服务器103也可以接收到用户利用终端设备1011、1012、1013输入的搜索词。终端设备1011、1012、1013上可以安装有各种通讯客户端应用，例如视频处理类应用、文本识别类应用、即时通讯软件等。
终端设备1011、1012、1013可以是硬件，也可以是软件。当终端设备1011、1012、1013为硬件时，可以是具有显示屏并且支持信息交互的各种电子设备，包括但不限于智能相机、智能手机、平板电脑、膝上型便携计算机等。当终端设备1011、1012、1013为软件时，可以 安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器。例如，可以响应于接收到用户利用终端设备1011、1012、1013针对视频中的文字进行搜索的搜索词，获取上述视频的视频文本识别结果；之后，可以基于上述搜索词与上述视频文本识别结果中的各个单词的相似度，从上述视频文本识别结果中选取单词作为目标单词；而后，可以获取呈现有上述目标单词的视频帧，从上述视频帧中选取符合预设条件的视频帧作为目标视频帧；最后，可以基于上述搜索词和上述目标视频帧中呈现的文本，生成纠正后的文本，可以将纠正后的文本发送给终端设备1011、1012、1013进行输出。
需要说明的是，服务器103可以是硬件，也可以是软件。当服务器103为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器103为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是，本申请实施例所提供的信息输出方法通常由服务器103执行，则信息输出装置通常设置于服务器103中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的信息输出方法的一个实施例的流程200。该信息输出方法，包括以下步骤：
步骤201，响应于接收到针对视频中的文字进行搜索的搜索词，获取视频的视频文本识别结果。
在本实施例中，信息输出方法的执行主体(例如图1所示的服务器)可以确定是否接收到针对视频中的文字进行搜索的搜索词。在这里，用户可以以搜索词检索的方式从视频中检索出与搜索词相关的信息，例如，可以检测出呈现有搜索词的视频帧中的文字。
若接收到针对视频中的文字进行搜索的搜索词，上述执行主体可 以获取视频的视频文本识别结果。上述视频文本识别结果可以是通过文本识别方式从上述视频中识别出的文字。作为示例，上述视频文本识别结果可以是将上述视频输入预先训练的文本识别模型中所得到的。
需要说明的是，上述搜索词通常是英文搜索词，上述视频中呈现的文本也通常是英文文本。
步骤202，基于搜索词与视频文本识别结果中的各个单词的相似度，从视频文本识别结果中选取单词作为目标单词。
在本实施例中，上述执行主体可以基于上述搜索词与上述视频文本识别结果中的各个单词的相似度，从上述视频文本识别结果中选取单词作为目标单词。具体地，上述执行主体可以确定上述搜索词与上述视频文本识别结果中的各个单词的余弦相似度；上述执行主体也可以确定上述搜索词与上述视频文本识别结果中的各个单词的矩阵相似度；上述执行主体还可以针对上述视频文本识别结果中的每个单词，将上述搜索词和该单词输入预先训练的字符相似度确定模型中，得到上述搜索词与该单词之间的相似度。
需要说明的是，余弦相似度计算方式和矩阵相似度计算方式是目前广泛研究和应用的公知技术，在此不再赘述。
在本实施例中，上述执行主体可以从上述视频文本识别结果中选取与上述搜索词之间的相似度最大的单词作为目标单词。
步骤203，获取呈现有目标单词的视频帧，从视频帧中选取符合预设条件的视频帧作为目标视频帧。
在本实施例中，上述执行主体可以获取呈现有上述目标单词的视频帧。在这里，由于存在有多个视频帧呈现有上述目标单词的情况，所以获取到的呈现有上述目标单词的视频帧可以是多帧。
之后，上述执行主体可以从上述视频帧中选取符合预设条件的视频帧作为目标视频帧。上述预设条件可以为清晰度最高，即上述执行主体可以从上述视频帧中选取清晰度最高的视频帧作为目标视频帧。具体地，上述执行主体可以通过对上述视频帧进行灰度化处理，之后，可以对得到的灰度图像进行拉普拉斯变换，而后，可以对变换后的图 像求取方差，选取方差值最大的视频帧作为目标视频帧。
需要说明的是，若仅有一帧视频帧呈现有上述目标单词，则上述执行主体可以将该视频帧确定为目标视频帧。
步骤204，基于搜索词和目标视频帧中呈现的文本，生成纠正后的文本进行输出。
在本实施例中，上述执行主体可以基于上述搜索词和上述目标视频帧中呈现的文本，生成纠正后的文本进行输出。上述执行主体可以利用上述搜索词对上述目标视频帧中呈现的文本中的上述目标单词进行替换，得到纠正后的文本进行输出。
上述执行主体可以将生成的纠正后的文本发送给上述搜索词所来源的终端设备，终端设备可以对接收到的纠正后的文本进行呈现。
作为示例，若搜索词为milk，上述目标视频帧中呈现的文本为drinking mil is good for our health，上述目标视频帧中呈现的文本中的目标单词为mil，则生成的纠正后的文本可以为drinking milk is good for our health。
本公开的上述实施例提供的方法在对视频中的文本识别结果进行检索时，即使视频的文本识别结果出现错误时，也可以准确地检索到正确结果并输出。
在一些可选的实现方式中，上述执行主体可以通过如下方式从上述视频帧中选取符合预设条件的视频帧作为目标视频帧：上述执行主体可以从上述视频帧中选取置信度最大的视频帧作为目标视频帧。视频帧的置信度可以是通过如下方式确定出的：可以根据置信度识别模型对视频帧中的每个字符进行识别，得到各个字符的置信度，之后，可以求取各个字符的置信度的均值作为视频帧的置信度。例如，word这个单词，置信度识别模型会输出每个字符的置信度，“w”的置信度为0.99，“o”的置信度为0.89，“r”的置信度为0.95，“d”的置信度为0.95，然后求这四个置信度的均值，会得到word的置信度。之后，对于视频帧中的除“word”之外的其他单词，按照上述求取“word”的置信度的方式，求取各个单词的置信度，而后，对所有单词的置信度求取一次均值，从而得到视频帧的置信度。通过这种选取置信度最 大的视频帧可以更加合理地选取目标视频帧，从而提高输出文本的准确率。
进一步参考图3，其示出了信息输出方法的从视频文本识别结果中选取单词作为目标单词的一个实施例的流程300。该从视频文本识别结果中选取单词的选取流程300，包括以下步骤：
步骤301，确定搜索词与视频文本识别结果中的各个单词之间的编辑距离作为初始距离。
在本实施例中，信息输出方法的执行主体(例如图1所示的服务器)可以确定上述搜索词与上述视频文本识别结果中的各个单词之间的编辑距离(Levenshtein Distance)作为初始距离。
设A和B是两个字符串，将字符串A变换为字符串B所需要的最少字符操作数称为字符串A到字符串B的编辑距离。字符操作包括：删除一个字符、插入一个字符以及将一个字符改写为另一个字符。作为示例，若字符串A＝abc，字符串B＝abf，则在将字符串A变换为字符串B仅需将字符c修改为字符f，所以字符串A到字符串B的编辑距离为1。
步骤302，基于初始距离、搜索词的字符长度和视频文本识别结果中的各个单词的字符长度，确定搜索词与视频文本识别结果中的各个单词之间的目标距离。
在本实施例中，上述执行主体可以基于在步骤301中确定出的初始距离、上述搜索词的字符长度和上述视频文本识别结果中的各个单词的字符长度，确定上述搜索词与上述视频文本识别结果中的各个单词之间的目标距离。
在这里，针对上述视频文本识别结果中的每个单词，上述执行主体可以对上述搜索词的字符长度与该单词的字符长度进行比较。若上述搜索词的字符长度小于等于该单词的字符长度，则可以将上述搜索词与该单词之间的初始距离确定为上述搜索词与该单词之间的目标距离。
步骤303，将视频文本识别结果中与搜索词之间的目标距离小于预设的目标距离阈值的单词添加到候选单词集合中。
在本实施例中，上述执行主体可以将上述视频文本识别结果中与上述搜索词之间的目标距离小于预设的目标距离阈值(例如，2)的单词添加到候选单词集合中。
步骤304，基于目标距离，从候选单词集合中选取出目标单词。
在本实施例中，上述执行主体可以基于上述搜索词与上述视频文本识别结果中的各个单词之间的目标距离，从上述候选单词集合中选取出目标单词。在这里，上述执行主体可以从上述候选单词集合中选取出与上述搜索词之间的目标距离最小的单词作为目标单词。
本公开的上述实施例提供的方法通过搜索词的字符长度和视频文本识别结果中的各个单词的字符长度，对搜索词与视频文本识别结果中的各个单词之间的编辑距离进行修正得到目标距离，再基于目标距离，从上述候选单词集合中选取出目标单词，通过这种方式可以更加合理地选取出目标单词。
在一些可选的实现方式中，上述执行主体可以通过如下方式基于上述初始距离、上述搜索词的字符长度和上述视频文本识别结果中的各个单词的字符长度，确定上述搜索词与上述视频文本识别结果中的各个单词之间的目标距离：针对上述视频文本识别结果中的每个单词，上述执行主体可以确定上述搜索词的字符长度是否大于该单词的字符长度。若上述搜索词的字符长度大于该单词的字符长度，则可以确定上述搜索词的字符长度与该单词的字符长度的差值，而后，可以将上述搜索词对应的初始距离与上述差值之差确定为上述搜索词与该单词之间的目标距离。例如，若上述搜索词的字符长度为Lq，该单词的字符长度为Ld，上述搜索词与该单词的编辑距离为d0，则上述搜索词与该单词之间的目标距离d1＝d0-(Lq-Ld)。
在一些可选的实现方式中，上述执行主体可以通过如下方式基于上述目标距离，从上述候选单词集合中选取出目标单词：上述执行主体可以从上述候选单词集合中选取出与上述搜索词的目标距离最小的单词作为第一候选单词；之后，可以基于上述第一候选单词的字符长度，从上述第一候选单词中选取出目标单词。
在一些可选的实现方式中，上述执行主体可以通过如下方式基于 上述第一候选单词的字符长度，从上述第一候选单词中选取出目标单词：上述执行主体可以确定上述第一候选单词中是否存在与上述搜索词的字符长度相同的候选单词；若上述第一候选单词中存在与上述搜索词的字符长度相同的候选单词，则上述执行主体可以从上述第一候选单词中选取出与上述搜索词的字符长度相同的候选单词作为目标单词。
在一些可选的实现方式中，上述执行主体可以通过如下方式基于上述第一候选单词的字符长度，从上述第一候选单词中选取出目标单词：上述执行主体可以确定上述第一候选单词中是否存在与上述搜索词的字符长度相同的候选单词；若上述第一候选单词中不存在与上述搜索词的字符长度相同的候选单词，则上述执行主体可以从上述第一候选单词中选取出字符长度最长的候选单词作为目标单词。
继续参考图4，其示出了信息输出方法的生成纠正后的文本的一个实施例的流程400。该生成纠正后的文本的生成流程400，包括以下步骤：
步骤401，对目标视频帧中呈现的文本中的目标单词的字符长度与搜索词的字符长度进行比较。
在本实施例中，信息输出方法的执行主体(例如图1所示的服务器)可以对目标视频帧中呈现的文本中的上述目标单词的字符长度与搜索词的字符长度进行比较。
作为示例，若搜索词为“class”，目标视频帧中呈现的文本中的上述目标单词为“cass”，则可以确定目标单词“cass”的字符长度小于搜索词“class”的字符长度。
在这里，上述目标视频帧可以是呈现有目标单词的视频帧中清晰度最高的视频帧，也可以是呈现有目标单词的视频帧中置信度最高的视频帧。
若上述目标视频帧中呈现的文本中的上述目标单词的字符长度小于上述搜索词的字符长度，则上述执行主体可以执行步骤402。
步骤402，若目标视频帧中呈现的文本中的目标单词的字符长度小于搜索词的字符长度，则在搜索词中去除目标字符串，得到剩余字 符串。
在本实施例中，若在步骤401中确定出上述目标视频帧中呈现的文本中的目标单词的字符长度小于搜索词的字符长度，则上述执行主体可以在上述搜索词中去除目标字符串，得到剩余字符串。上述目标字符串可以为上述目标视频帧中呈现的文本中的上述目标单词。
作为示例，若搜索词为“Armstrong”，上述目标单词为“strong”，则可以在搜索词为“Armstrong”中去除目标单词的字符串“strong”，可以得到剩余字符串“Arm”。
步骤403，确定剩余字符串与目标视频帧中呈现的文本中除目标单词之外的其他单词之间的编辑距离。
在本实施例中，上述执行主体可以确定上述剩余字符串与上述目标视频帧中呈现的文本中除上述目标单词之外的其他单词之间的编辑距离。
作为示例，上述目标视频帧中呈现的文本为“Arm strong is a name”，上述剩余字符串为“Arm”，上述执行主体可以确定剩余字符串“Arm”分别与“Arm”、“is”、“a”、“name”之间的编辑距离。
步骤404，若与剩余字符串之间的编辑距离最小的其他单词在目标视频帧中的位置与目标单词在目标视频帧中的位置是相邻的，则将目标视频帧中呈现的文本中的与剩余字符串之间的编辑距离最小的其他单词删除，利用搜索词对删除得到的文本中的目标单词进行替换，得到纠正后的文本进行输出。
在本实施例中，上述执行主体可以确定与上述剩余字符串之间的编辑距离最小的其他单词在上述目标视频帧中的位置与上述目标单词在上述目标视频帧中的位置是否是相邻的。若与上述剩余字符串之间的编辑距离最小的其他单词在上述目标视频帧中的位置与上述目标单词在上述目标视频帧中的位置是相邻的，则上述执行主体可以将上述目标视频帧中呈现的文本中的与上述剩余字符串之间的编辑距离最小的其他单词删除。
作为示例，若上述执行主体确定出上述剩余字符串“Arm”与上述目标视频帧中呈现的文本“Arm strong is a name”中的“Arm”之间 的编辑距离最小，且上述目标视频帧中呈现的文本中的“Arm”与目标单词“strong”在上述目标视频帧中呈现的文本中的位置是相邻的，则上述执行主体可以将“Arm strong is a name”中的“Arm”删除，得到删除后的文本“strong is a name”。
之后，上述执行主体可以利用上述搜索词对删除得到的文本中的目标单词进行替换，得到纠正后的文本进行输出。
作为示例，若搜索词为“Armstrong”，删除得到的文本为“strong is a name”，上述执行主体可以利用搜索词“Armstrong”对删除得到的文本“strong is a name”中的目标单词“strong”进行替换，得到纠正后的文本“Armstrong is a name”。
本公开的上述实施例提供的方法提供了一种在目标视频帧中呈现的文本中的目标单词的字符长度小于搜索词的字符长度时的文本纠正方式，从而可以更加准确地生成纠正后的文本。
如图5所示，图5示出了搜索词、识别出的单词和文本错误类型之间的对应关系的一个实施例的示意图。在图5中，若搜索词为“milk”，识别出的单词为“mil”，则文本错误类型为尾部丢失。若搜索词为“300”，识别出的单词为“000”，则文本错误类型为头部丢失。若搜索词为“Armstrong”，识别出的单词为“Arm strong”，则文本错误类型为中间断开。若搜索词为“class”，识别出的单词为“cass”，则文本错误类型为中间丢失。若搜索词为“state”，识别出的单词为“stote”，则文本错误类型为字符识别错误。若搜索词为“wer”，识别出的单词为“werthe”，则文本错误类型为单词黏连或空格没有切分。若搜索词为“up”，识别出的单词为“upl”，则文本错误类型为部分字符多识别。
在一些可选的实现方式中，上述执行主体可以通过如下方式基于上述搜索词和上述目标视频帧中呈现的文本，生成纠正后的文本进行输出：上述执行主体可以对上述目标视频帧中呈现的文本中的上述目标单词的字符长度与上述搜索词的字符长度进行比较；若上述目标视频帧中呈现的文本中的上述目标单词的字符长度大于等于上述搜索词的字符长度，则上述执行主体可以利用上述搜索词对上述目标视频帧中呈现的文本中的上述目标单词进行替换，得到纠正后的文本进行输 出。
作为示例，若搜索词为“up”，上述目标视频帧中呈现的文本为“He stood upl and went to the window”，上述目标视频帧中呈现的文本中的目标单词为“upl”，则上述执行主体可以利用搜索词“up”对上述目标视频帧中呈现的文本“He stood upl and went to the window”中的“upl”进行替换，得到纠正后的文本“He stood up and went to the window”。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种信息输出装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的信息输出装置600包括：获取单元601、第一选取单元602、第二选取单元603和输出单元604。其中，获取单元601用于响应于接收到针对视频中的文字进行搜索的搜索词，获取上述视频的视频文本识别结果；第一选取单元602用于基于上述搜索词与上述视频文本识别结果中的各个单词的相似度，从上述视频文本识别结果中选取单词作为目标单词；第二选取单元603用于获取呈现有上述目标单词的视频帧，从上述视频帧中选取符合预设条件的视频帧作为目标视频帧；输出单元604用于基于上述搜索词和上述目标视频帧中呈现的文本，生成纠正后的文本进行输出。
在本实施例中，信息输出装置600的获取单元601、第一选取单元602、第二选取单元603和输出单元604的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。
在一些可选的实现方式中，上述第一选取单元602可以进一步用于通过如下方式基于上述搜索词与上述视频文本识别结果中的各个单词的相似度，从上述视频文本识别结果中选取单词作为目标单词：上述第一选取单元602可以确定上述搜索词与上述视频文本识别结果中的各个单词之间的编辑距离作为初始距离；而后，可以基于上述初始距离、上述搜索词的字符长度和上述视频文本识别结果中的各个单词的字符长度，确定上述搜索词与上述视频文本识别结果中的各个单词之间的目标距离；之后，可以将上述视频文本识别结果中与上述搜索 词之间的目标距离小于预设的目标距离阈值的单词添加到候选单词集合中；最后，可以基于上述目标距离，从上述候选单词集合中选取出目标单词。
在一些可选的实现方式中，上述第一选取单元602可以进一步用于通过如下方式基于上述初始距离、上述搜索词的字符长度和上述视频文本识别结果中的各个单词的字符长度，确定上述搜索词与上述视频文本识别结果中的各个单词之间的目标距离：针对上述视频文本识别结果中的每个单词，上述第一选取单元602可以确定上述搜索词的字符长度是否大于该单词的字符长度，若是，则可以确定上述搜索词的字符长度与该单词的字符长度的差值，可以将上述搜索词对应的初始距离与上述差值之差确定为上述搜索词与该单词之间的目标距离。
在一些可选的实现方式中，上述第一选取单元602可以进一步用于通过如下方式基于上述目标距离，从上述候选单词集合中选取出目标单词：上述第一选取单元602可以从上述候选单词集合中选取出与上述搜索词的目标距离最小的单词作为第一候选单词；之后，可以基于上述第一候选单词的字符长度，从上述第一候选单词中选取出目标单词。
在一些可选的实现方式中，上述第一选取单元602可以进一步用于通过如下方式基于上述第一候选单词的字符长度，从上述第一候选单词中选取出目标单词：上述第一选取单元602可以确定上述第一候选单词中是否存在与上述搜索词的字符长度相同的候选单词；若存在，则可以从上述第一候选单词中选取出与上述搜索词的字符长度相同的候选单词作为目标单词。
在一些可选的实现方式中，上述第一选取单元602可以进一步用于通过如下方式基于上述第一候选单词的字符长度，从上述第一候选单词中选取出目标单词：上述第一选取单元602可以确定上述第一候选单词中是否存在与上述搜索词的字符长度相同的候选单词；若不存在，则可以从上述第一候选单词中选取出字符长度最长的候选单词作为目标单词。
在一些可选的实现方式中，上述输出单元604可以进一步用于通 过如下方式基于上述搜索词和上述目标视频帧中呈现的文本，生成纠正后的文本进行输出：上述输出单元604可以对上述目标视频帧中呈现的文本中的上述目标单词的字符长度与上述搜索词的字符长度进行比较；若上述目标视频帧中呈现的文本中的上述目标单词的字符长度小于上述搜索词的字符长度，则上述输出单元604可以在上述搜索词中去除目标字符串，得到剩余字符串，其中，上述目标字符串可以为上述目标视频帧中呈现的文本中的上述目标单词；之后，可以确定上述剩余字符串与上述目标视频帧中呈现的文本中除上述目标单词之外的其他单词之间的编辑距离；若与上述剩余字符串之间的编辑距离最小的其他单词在上述目标视频帧中的位置与上述目标单词在上述目标视频帧中的位置是相邻的，则上述输出单元604可以将上述目标视频帧中呈现的文本中的与上述剩余字符串之间的编辑距离最小的其他单词删除，利用上述搜索词对删除得到的文本中的上述目标单词进行替换，得到纠正后的文本进行输出。
在一些可选的实现方式中，上述输出单元604可以进一步用于通过如下方式基于上述搜索词和上述目标视频帧中呈现的文本，生成纠正后的文本进行输出：上述输出单元604可以对上述目标视频帧中呈现的文本中的上述目标单词的字符长度与上述搜索词的字符长度进行比较；若上述目标视频帧中呈现的文本中的上述目标单词的字符长度大于等于上述搜索词的字符长度，则可以利用上述搜索词对上述目标视频帧中呈现的文本中的上述目标单词进行替换，得到纠正后的文本进行输出。
在一些可选的实现方式中，上述第二选取单元603可以进一步用于通过如下方式从上述视频帧中选取符合预设条件的视频帧作为目标视频帧：上述第二选取单元603可以从上述视频帧中选取置信度最大的视频帧作为目标视频帧。
下面参考图7，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本公开的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。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
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，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所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。在本公开的实施例中，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。而在本公开的实施例中，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。
上述计算机可读介质可以是上述服务器中所包含的；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：响应于接收到针对视频中的文字进行搜索的搜索词，获取视频的视频文本识别结果；基于搜索词与视频文本识别结果中的各个单词的相似度，从视频文本识别结果中选取单词作为目标单词；获取呈现有目标单词的视频帧，从视频帧中选取符合预设条件的视频帧作为目标视频帧；基于搜索词和目标视频帧中呈现的文本，生成纠正后的文本进行输出。
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实施例的操作的计算机程序代码，所述程序设计语言包括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。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一选取单元、第二选取单元和输出单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“响应于接收到针对视频中的文字进行搜索的搜索词，获取视频的视频文本识别结果的单元”。
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，本公开的实施例中所涉及的发明范围，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发明构思的情况下，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的实施例中公开的(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。

Claims (12)

  1. 一种信息输出方法，其特征在于，包括：
    响应于接收到针对视频中的文字进行搜索的搜索词，获取所述视频的视频文本识别结果；
    基于所述搜索词与所述视频文本识别结果中的各个单词的相似度，从所述视频文本识别结果中选取单词作为目标单词；
    获取呈现有所述目标单词的视频帧，从所述视频帧中选取符合预设条件的视频帧作为目标视频帧；
    基于所述搜索词和所述目标视频帧中呈现的文本，生成纠正后的文本进行输出。
  2. 根据权利要求1所述的方法，其特征在于，所述基于所述搜索词与所述视频文本识别结果中的各个单词的相似度，从所述视频文本识别结果中选取单词作为目标单词，包括：
    确定所述搜索词与所述视频文本识别结果中的各个单词之间的编辑距离作为初始距离；
    基于所述初始距离、所述搜索词的字符长度和所述视频文本识别结果中的各个单词的字符长度，确定所述搜索词与所述视频文本识别结果中的各个单词之间的目标距离；
    将所述视频文本识别结果中与所述搜索词之间的目标距离小于预设的目标距离阈值的单词添加到候选单词集合中；
    基于所述目标距离，从所述候选单词集合中选取出目标单词。
  3. 根据权利要求2所述的方法，其特征在于，所述基于所述初始距离、所述搜索词的字符长度和所述视频文本识别结果中的各个单词的字符长度，确定所述搜索词与所述视频文本识别结果中的各个单词之间的目标距离，包括：
    针对所述视频文本识别结果中的每个单词，确定所述搜索词的字符长度是否大于该单词的字符长度，若是，则确定所述搜索词的字符 长度与该单词的字符长度的差值，将所述搜索词对应的初始距离与所述差值之差确定为所述搜索词与该单词之间的目标距离。
  4. 根据权利要求2所述的方法，其特征在于，所述基于所述目标距离，从所述候选单词集合中选取出目标单词，包括：
    从所述候选单词集合中选取出与所述搜索词的目标距离最小的单词作为第一候选单词；
    基于所述第一候选单词的字符长度，从所述第一候选单词中选取出目标单词。
  5. 根据权利要求4所述的方法，其特征在于，所述基于所述第一候选单词的字符长度，从所述第一候选单词中选取出目标单词，包括：
    确定所述第一候选单词中是否存在与所述搜索词的字符长度相同的候选单词；
    若存在，则从所述第一候选单词中选取出与所述搜索词的字符长度相同的候选单词作为目标单词。
  6. 根据权利要求4所述的方法，其特征在于，所述基于所述第一候选单词的字符长度，从所述第一候选单词中选取出目标单词，包括：
    确定所述第一候选单词中是否存在与所述搜索词的字符长度相同的候选单词；
    若不存在，则从所述第一候选单词中选取出字符长度最长的候选单词作为目标单词。
  7. 根据权利要求1所述的方法，其特征在于，所述基于所述搜索词和所述目标视频帧中呈现的文本，生成纠正后的文本进行输出，包括：
    对所述目标视频帧中呈现的文本中的所述目标单词的字符长度与所述搜索词的字符长度进行比较；
    若所述目标视频帧中呈现的文本中的所述目标单词的字符长度小 于所述搜索词的字符长度，则在所述搜索词中去除目标字符串，得到剩余字符串，其中，所述目标字符串为所述目标视频帧中呈现的文本中的所述目标单词；
    确定所述剩余字符串与所述目标视频帧中呈现的文本中除所述目标单词之外的其他单词之间的编辑距离；
    若与所述剩余字符串之间的编辑距离最小的其他单词在所述目标视频帧中的位置与所述目标单词在所述目标视频帧中的位置是相邻的，则将所述目标视频帧中呈现的文本中的与所述剩余字符串之间的编辑距离最小的其他单词删除，利用所述搜索词对删除得到的文本中的所述目标单词进行替换，得到纠正后的文本进行输出。
  8. 根据权利要求1所述的方法，其特征在于，所述基于所述搜索词和所述目标视频帧中呈现的文本，生成纠正后的文本进行输出，包括：
    对所述目标视频帧中呈现的文本中的所述目标单词的字符长度与所述搜索词的字符长度进行比较；
    若所述目标视频帧中呈现的文本中的所述目标单词的字符长度大于等于所述搜索词的字符长度，则利用所述搜索词对所述目标视频帧中呈现的文本中的所述目标单词进行替换，得到纠正后的文本进行输出。
  9. 根据权利要求1-8之一所述的方法，其特征在于，所述从所述视频帧中选取符合预设条件的视频帧作为目标视频帧，包括：
    从所述视频帧中选取置信度最大的视频帧作为目标视频帧。
  10. 一种信息输出装置，其特征在于，包括：
    获取单元，用于响应于接收到针对视频中的文字进行搜索的搜索词，获取所述视频的视频文本识别结果；
    第一选取单元，用于基于所述搜索词与所述视频文本识别结果中的各个单词的相似度，从所述视频文本识别结果中选取单词作为目标 单词；
    第二选取单元，用于获取呈现有所述目标单词的视频帧，从所述视频帧中选取符合预设条件的视频帧作为目标视频帧；
    输出单元，用于基于所述搜索词和所述目标视频帧中呈现的文本，生成纠正后的文本进行输出。
  11. 一种服务器，其特征在于，包括：
    一个或多个处理器；
    存储装置，其上存储有一个或多个程序，
    当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
  12. 一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的方法。
PCT/CN2021/140160 2021-01-06 2021-12-21 信息输出方法、装置和电子设备 Ceased WO2022148239A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110015895.6A CN112699272B (zh) 2021-01-06 2021-01-06 信息输出方法、装置和电子设备
CN202110015895.6 2021-01-06

Publications (1)

Publication Number Publication Date
WO2022148239A1 true WO2022148239A1 (zh) 2022-07-14

Family

ID=75514958

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2021/140160 Ceased WO2022148239A1 (zh) 2021-01-06 2021-12-21 信息输出方法、装置和电子设备

Country Status (2)

Country Link
CN (1) CN112699272B (zh)
WO (1) WO2022148239A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116758455A (zh) * 2023-06-07 2023-09-15 北京奇艺世纪科技有限公司 一种画面定位方法、装置、电子设备及存储介质
US12197862B2 (en) * 2022-07-15 2025-01-14 Actionpower Corp. Method for identifying a word corresponding to a target word in text information

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112699272B (zh) * 2021-01-06 2024-01-30 北京有竹居网络技术有限公司 信息输出方法、装置和电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090319513A1 (en) * 2006-08-03 2009-12-24 Nec Corporation Similarity calculation device and information search device
US20140280285A1 (en) * 2013-03-15 2014-09-18 Mapquest, Inc. Systems and methods for analyzing failed and successful search queries
CN107291904A (zh) * 2017-06-23 2017-10-24 百度在线网络技术（北京）有限公司 一种视频搜索方法和装置
CN109711412A (zh) * 2018-12-27 2019-05-03 信雅达系统工程股份有限公司 一种基于字典的光学字符识别纠错方法
US10402490B1 (en) * 2015-08-14 2019-09-03 Shutterstock, Inc. Edit distance based spellcheck
CN112052352A (zh) * 2020-09-07 2020-12-08 北京达佳互联信息技术有限公司 视频排序方法、装置、服务器及存储介质
CN112699272A (zh) * 2021-01-06 2021-04-23 北京有竹居网络技术有限公司 信息输出方法、装置和电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112115299B (zh) * 2020-09-17 2024-08-13 北京百度网讯科技有限公司 视频搜索方法、装置、推荐方法、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090319513A1 (en) * 2006-08-03 2009-12-24 Nec Corporation Similarity calculation device and information search device
US20140280285A1 (en) * 2013-03-15 2014-09-18 Mapquest, Inc. Systems and methods for analyzing failed and successful search queries
US10402490B1 (en) * 2015-08-14 2019-09-03 Shutterstock, Inc. Edit distance based spellcheck
CN107291904A (zh) * 2017-06-23 2017-10-24 百度在线网络技术（北京）有限公司 一种视频搜索方法和装置
CN109711412A (zh) * 2018-12-27 2019-05-03 信雅达系统工程股份有限公司 一种基于字典的光学字符识别纠错方法
CN112052352A (zh) * 2020-09-07 2020-12-08 北京达佳互联信息技术有限公司 视频排序方法、装置、服务器及存储介质
CN112699272A (zh) * 2021-01-06 2021-04-23 北京有竹居网络技术有限公司 信息输出方法、装置和电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12197862B2 (en) * 2022-07-15 2025-01-14 Actionpower Corp. Method for identifying a word corresponding to a target word in text information
CN116758455A (zh) * 2023-06-07 2023-09-15 北京奇艺世纪科技有限公司 一种画面定位方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112699272B (zh) 2024-01-30
CN112699272A (zh) 2021-04-23

Similar Documents

Publication Publication Date Title
CN109189938B (zh) 用于更新知识图谱的方法和装置
WO2022116322A1 (zh) 异常检测模型生成方法和装置、异常事件检测方法和装置
US10755048B2 (en) Artificial intelligence based method and apparatus for segmenting sentence
CN108052577A (zh) 一种通用文本内容挖掘方法、装置、服务器及存储介质
KR20210090576A (ko) 품질을 관리하는 방법, 장치, 기기, 저장매체 및 프로그램
WO2020155423A1 (zh) 一种跨模态信息检索方法、装置和存储介质
CN114792089B (zh) 用于管理计算机系统的方法、设备和程序产品
WO2022148239A1 (zh) 信息输出方法、装置和电子设备
CN112559800A (zh) 用于处理视频的方法、装置、电子设备、介质和产品
CN116028868B (zh) 设备故障分类方法、装置、电子设备及可读存储介质
CN112712795A (zh) 标注数据确定方法、装置、介质及电子设备
CN114861889A (zh) 深度学习模型的训练方法、目标对象检测方法和装置
WO2022156434A1 (zh) 用于生成文本的方法和装置
CN109816023B (zh) 用于生成图片标签模型的方法和装置
CN116821725B (zh) 网络服务数据处理方法、设备及存储介质
CN112182255A (zh) 用于存储媒体文件和用于检索媒体文件的方法和装置
CN112883968A (zh) 图像字符识别方法、装置、介质及电子设备
WO2024099171A1 (zh) 视频生成方法和装置
CN110275962A (zh) 用于输出信息的方法和装置
CN115098729A (zh) 视频处理方法、样本生成方法、模型训练方法及装置
CN114117219A (zh) 会话推荐方法和推荐模型的训练方法、装置、设备及介质
CN120631377B (zh) 代码语句的推测方法、装置、存储介质、电子设备及程序
CN113033552B (zh) 文本识别方法、装置和电子设备
CN116306632A (zh) 网络威胁信息标注方法、装置、电子设备及可读存储介质
CN111339776A (zh) 简历解析方法、装置、电子设备和计算机可读存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21917279

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21917279

Country of ref document: EP

Kind code of ref document: A1