[發明專利]視頻評論生成方法和裝置

有效

• 申請號: 201811524999.4
• 申請日: 2018-12-13
• 公開（公告）號: CN109688428B
• 公開（公告）日: 2022-01-21
• 發明（設計）人: 齊鏜泉
• 申請（專利權）人: 連尚（新昌）網絡科技有限公司
• 主分類號: H04N21/234
• 分類號: H04N21/234;H04N21/44;H04N21/84;G06N3/04
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種視頻評論生成方法，其特征在于，包括：

獲取目標視頻，對所述目標視頻進行視頻描述處理，生成所述目標視頻的至少一個視頻描述語句，其中，視頻描述語句與所述目標視頻的視頻片段存在對應關系，不同的視頻片段對應所述目標視頻的不同事件；

確定所述至少一個視頻描述語句的文本摘要，包括：對所述至少一個視頻描述語句進行分句；對分句得到的各個語句進行打分，得到各個語句的得分；基于所述得分確定所述至少一個視頻描述語句的文本摘要；

基于所確定的文本摘要，生成所述目標視頻的評論語句。

2.根據權利要求1所述的方法，其特征在于，所述評論語句為至少兩個；在所述基于所確定的文本摘要，生成所述目標視頻的評論語句之后，所述方法還包括：

獲取至少兩個評論語句的得分，基于所述得分對所述至少兩個評論語句中各個評論語句進行排序；

基于所述各個評論語句的排序結果，從所述至少兩個評論語句中選取目標評論語句。

3.根據權利要求2所述的方法，其特征在于，所述獲取至少兩個評論語句的得分，包括：

對于所述至少兩個評論語句中的每個評論語句，對該評論語句進行分詞，得到至少一個詞語；確定所述至少一個詞語中的各個詞語對應的詞向量，以確定該評論語句所對應的向量；將該評論語句所對應的向量輸入預先訓練的評分模型，得到該評論語句的得分，其中，所述評分模型用于確定評論語句的得分。

4.根據權利要求3所述的方法，其特征在于，所述評分模型為深度神經網絡。

5.根據權利要求3所述的方法，其中，所述評分模型通過以下方式訓練得到：

獲取指定的評論語句所對應的向量，以及所述指定的評論語句所標注的得分；

基于所述指定的評論語句所對應的向量和所標注的得分，訓練初始評分模型，得到所述評分模型。

6.根據權利要求1至5中任一項所述的方法，其特征在于，在所述獲取目標視頻之后，所述方法還包括：

將所述目標視頻分割為至少兩個視頻片段。

7.根據權利要求6所述的方法，其特征在于所述將所述目標視頻分割為至少兩個視頻片段，包括：

若所述目標視頻的事件中，至少兩個事件的發生時段存在重疊，將所述目標視頻分割為至少兩個視頻片段，其中，在所分割的視頻片段中，所述至少兩個視頻片段存在重疊。

8.根據權利要求1-5、7中任一項所述的方法，其特征在于，所述對所述目標視頻進行視頻描述處理，生成所述目標視頻的至少一個視頻描述語句，包括：

對于所述目標視頻的每個視頻片段，將該視頻片段輸入視頻描述生成模型，得到該視頻片段的視頻描述語句，其中，所述視頻描述生成模型用于表征視頻片段與視頻描述語句的對應關系；以及

所述視頻描述生成模型通過以下方式訓練得到：

獲取預設視頻片段，以及預設視頻片段所標注的視頻描述語句；

基于預設視頻片段和所標注的視頻描述語句，訓練初始視頻描述生成模型，得到所述視頻描述生成模型。

9.根據權利要求6所述的方法，其特征在于，所述對所述目標視頻進行視頻描述處理，生成所述目標視頻的至少一個視頻描述語句，包括：

對于所述目標視頻的每個視頻片段，將該視頻片段輸入視頻描述生成模型，得到該視頻片段的視頻描述語句，其中，所述視頻描述生成模型用于表征視頻片段與視頻描述語句的對應關系；以及

所述視頻描述生成模型通過以下方式訓練得到：

獲取預設視頻片段，以及預設視頻片段所標注的視頻描述語句；

基于預設視頻片段和所標注的視頻描述語句，訓練初始視頻描述生成模型，得到所述視頻描述生成模型。

10.一種電子設備，包括：

一個或多個處理器；

存儲裝置，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1-9中任一所述的方法。

11.一種計算機可讀存儲介質，其上存儲有計算機程序，其中，該程序被處理器執行時實現如權利要求1-9中任一所述的方法。