[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

本發明公開了一種彈幕關鍵詞篩選的方法、裝置、設備及存儲介質。該方法包括：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；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；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。通過上述方法解決需要人工閱讀大量彈幕內容、客服人員主觀選擇優質彈幕內容的問題，實現在排除場景化的常規詞語之后，選擇出代表彈幕核心內容的詞語。

技術領域

本發明實施例涉及詞語處理技術，尤其涉及一種彈幕關鍵詞篩選的方法、裝置、設備及存儲介質。

背景技術

隨著互聯網技術及智能移動終端設備的發展，各種互聯網產品給人們的工作、生活帶來了很多便利與娛樂，近年來，各類用于視頻直播的直播平臺層出不窮，視頻直播給人們帶來更實時的社交體驗。受到直播形式的限制，在同一直播間的主播和用戶之間、用戶和用戶之間，主要通過彈幕的方式進行溝通交流。

彈幕的質量直接影響用戶的觀看體驗，目前常用的方法是機器直接選擇出彈幕中出現頻率較高的詞語，作為彈幕關鍵詞以分析彈幕的質量。但是這樣選擇出來的詞語無法很好的提現彈幕質量，以游戲直播場景為例，當出現精彩片段的時候，大量彈幕會出現“666”、“厲害”或者“秀”這一類的詞語。當這些詞語成為場景化的描述詞語之后，不能很好的體現彈幕質量。

現在也常常通過人工來對彈幕進行閱讀，挑選出優質彈幕。但是由于彈幕量數量巨大，需要平臺方投入大量客服人員進行優質彈幕的篩選。同時這種篩選還帶有很大的主觀色彩。

發明內容

本發明實施例提供一種彈幕關鍵詞篩選方法、裝置、設備及存儲介質，以在大量彈幕中準確篩選出代表彈幕核心內容的詞語。

第一方面，本發明實施例提供了一種彈幕關鍵詞篩選的方法，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。

第二方面，本發明實施例還提供了一種彈幕關鍵詞篩選的裝置，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。

第三方面，本發明實施例還提供了一種設備，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本發明任意實施例所述的一種彈幕關鍵詞篩選的方法。