[發明專利]視頻標簽的生成方法及其裝置

有效

• 申請號: 201811541292.4
• 申請日: 2018-12-17
• 公開（公告）號: CN109840292B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 劉呈祥;何伯磊;肖欣延
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/78
• 分類號: G06F16/78
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種視頻標簽的生成方法，其特征在于，包括：

獲取多個網站中視頻的標題；

將所述多個網站中所述視頻的標題進行分割，以生成所述多個網站中所述視頻的標題對應的詞語序列，其中，所述詞語序列包括至少一個無法繼續分割的詞語；

對所述多個網站中所述視頻的標題對應的所述詞語序列中的每個詞語進行詞性標注，以生成所述多個網站中所述視頻的標題對應的所述詞語序列對應的詞性序列；其中，所述詞性序列是根據對應的所述詞語序列與所述視頻在所述多個網站上的用戶評論信息生成的；以及

根據所述多個網站中所述標題對應的所述詞語序列和所述詞性序列，生成所述視頻的標簽；

其中，根據所述多個網站上的用戶評論信息，生成所述多個網站中所述視頻的描述信息；將所述多個網站中所述視頻的描述信息進行合并，與所述詞語序列中的每個詞語進行匹配；根據所述詞語序列中與合并后的描述信息匹配成功的詞語，生成所述視頻的標簽；其中，每個網站中所述視頻的描述信息是對應網站上的用戶評論信息的簡寫，包含對應網站上的用戶評論信息的關鍵信息。

2.如權利要求1所述的方法，其特征在于，所述對所述多個網站中所述視頻的標題對應的所述詞語序列中的每個詞語進行詞性標注，以生成所述多個網站中所述視頻的標題對應的所述詞語序列對應的詞性序列，包括：

獲取所述視頻在所述多個網站上的用戶評論信息；

根據所述用戶評論信息，生成所述視頻的描述信息；

將所述描述信息與所述詞語序列的每個詞語進行匹配，以標注所述詞語序列的每個詞語的詞性；以及

將所述詞性按所述詞語序列中對應詞語的順序進行排序，以生成所述詞語序列對應的詞性序列。

3.如權利要求2所述的方法，其特征在于，所述獲取所述視頻在所述多個網站上的用戶評論信息，包括：

獲取所述視頻在所述多個網站上對應的用戶評論和用戶回復；

對所述用戶評論和用戶回復按照時間進行串聯，以生成所述視頻在所述多個網站上的用戶評論信息。

4.如權利要求3所述的方法，其特征在于，所述根據所述用戶評論信息，生成所述視頻的描述信息，包括：

使用上下文編碼器對所述用戶評論信息進行處理，以生成所述視頻的描述信息。

5.如權利要求4所述的方法，其特征在于，所述詞性包括：獨立的標簽詞語、標簽短語的第一個詞、標簽短語的中間詞、標簽短語的最后一個詞、無效詞。

6.如權利要求5所述的方法，其特征在于，所述根據所述多個網站中所述標題對應的所述詞語序列和所述詞性序列，生成所述視頻的標簽，包括：

從所述詞語序列中選擇所述獨立的標簽詞語對應的詞語作為所述視頻的標簽詞語；

從所述詞語序列中分別選擇所述標簽短語的第一個詞、所述標簽短語的中間詞、所述標簽短語的最后一個詞對應的詞語，以生成所述視頻的標簽短語；

將所述標簽詞語和所述標簽短語作為所述視頻的標簽。

7.一種視頻標簽的生成裝置，其特征在于，包括：

獲取模塊，用于獲取多個網站中視頻的標題；

分割模塊，用于將所述多個網站中所述視頻的標題進行分割，以生成所述多個網站中所述視頻的標題對應的詞語序列，其中，所述詞語序列包括至少一個無法繼續分割的詞語；

標注模塊，用于對所述多個網站中所述視頻的標題對應的所述詞語序列中的每個詞語進行詞性標注，以生成所述多個網站中所述視頻的標題對應的所述詞語序列對應的詞性序列；其中，所述詞性序列是根據對應的所述詞語序列與所述視頻在所述多個網站上的用戶評論信息生成的；以及

生成模塊，用于根據所述詞語序列和所述詞性序列，生成所述視頻的標簽；

其中，根據所述多個網站上的用戶評論信息，生成所述多個網站中所述視頻的描述信息；將所述多個網站中所述視頻的描述信息進行合并，與所述詞語序列中的每個詞語進行匹配；根據所述詞語序列中與合并后的描述信息匹配成功的詞語，生成所述視頻的標簽；其中，每個網站中所述視頻的描述信息是對應網站上的用戶評論信息的簡寫，包含對應網站上的用戶評論信息的關鍵信息。