[發明專利]一種彈幕關鍵詞篩選的方法、裝置、設備及存儲介質

在審

• 申請號: 201810829527.3
• 申請日: 2018-07-25
• 公開（公告）號: CN109145291A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 張祥;馬逢伯;劉靜;仇賁
• 申請（專利權）人: 廣州虎牙信息科技有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;H04N21/435;H04N21/4788
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種彈幕關鍵詞篩選的方法，其特征在于，包括：

構造與多個主播相關的彈幕文檔集，并選擇符合第一預設條件的主播對應的彈幕文檔作為待評價文檔；其中，彈幕文檔集由多個彈幕文檔組成，彈幕文檔中包括多個彈幕詞；

根據備選詞在對應待評價文檔中的第一出現頻率，以及所述彈幕文檔集中包括所述備選詞的彈幕文檔數量，確定與各所述備選詞分別對應的關鍵性權重；其中，所述彈幕文檔集的數量與彈幕文檔集中包括所述備選詞的彈幕文檔數量的比值記為第二出現頻率；

根據所述關鍵性權重，在各所述待評價文檔的彈幕詞中篩選出對應的關鍵詞；其中，所述關鍵詞權重與所述第一出現頻率成正比，與所述第二出現頻率成反比。

2.根據權利要求1所述的方法，其特征在于，所述構造與多個主播相關的彈幕文檔集，具體包括：

建立主播編號與保存其彈幕信息的彈幕文檔的連接關系；

所述彈幕文檔包括彈幕信息以及彈幕信息產生時間；

對所述彈幕信息做分詞處理，將彈幕詞保存在所述彈幕文檔中。

3.根據權利要求1所述的方法，其特征在于，所述根據備選詞在對應待評價文檔中的第一出現頻率具體包括：

在待評價文檔中確定一個彈幕詞為備選詞；

計算所述備選詞在對應待評價文檔中出現的頻率作為第一出現頻率。

4.根據權利要求3所述的方法，其特征在于，所述在待評價文檔中確定一個彈幕詞為備選詞，具體包括：

采用遍歷方式，依次選擇待評價彈幕集中所有詞語作為備選詞；或

采用三層貝葉斯概率模型，將所述三層貝葉斯概率模型的結果作為備選詞。

5.根據權利要求1所述的方法，其特征在于，所述關鍵性權重的計算方法，包括：

其中，f表示某一備選詞在對應待評價文檔中的第一出現頻率，T_all表示彈幕文檔集中彈幕文檔的個數，T_con表示所述彈幕文檔集中包括所述備選詞的彈幕文檔數量。

6.根據權利要求5所述的方法，其特征在于，所述關鍵性權重的計算方法，還包括：

其中，f_avg表示所述備選詞在彈幕文檔集所有彈幕詞中出現的第三頻率。

7.根據權利要求1所述的方法，其特征在于，所述根據所述關鍵性權重，在各所述待評價文檔的彈幕詞中篩選出對應的關鍵詞，包括：

將待評價文檔中彈幕詞按關鍵性權重按值從高到低進行排序，取預設個數的彈幕詞作為關鍵詞；和/或

將待評價文檔中關鍵性權重超過預設權重的彈幕詞作為關鍵詞。

8.一種彈幕關鍵詞篩選的裝置，其特征在于，包括：

彈幕文檔集構造模塊，用于構造與多個主播相關的彈幕文檔集，并選擇符合第一預設條件的主播對應的彈幕文檔作為待評價文檔；其中，彈幕文檔集由多個彈幕文檔組成，彈幕文檔中包括多個彈幕詞；

關鍵性權重計算模塊，用于根據備選詞在對應待評價文檔中的第一出現頻率，以及所述彈幕文檔集中包括所述備選詞的彈幕文檔數量，確定與各所述備選詞分別對應的關鍵性權重；其中，所述彈幕文檔集的數量與彈幕文檔集中包括所述備選詞的彈幕文檔數量的比值記為第二出現頻率；

關鍵詞確定模塊，用于根據所述關鍵性權重，在各所述待評價文檔的彈幕詞中篩選出對應的關鍵詞；其中，所述關鍵詞權重與所述第一出現頻率成正比，與所述第二出現頻率成反比。

9.一種設備，其特征在于，包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7任一所述的一種彈幕關鍵詞篩選的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7任一所述的一種彈幕關鍵詞篩選的方法。