[發明專利]一種圖片描述信息的獲取方法、裝置及電子設備

在審

• 申請號: 201910020512.7
• 申請日: 2019-01-09
• 公開（公告）號: CN111428061A
• 公開（公告）日: 2020-07-17
• 發明（設計）人: 賀宇;王東宇;周澤南;蘇雪峰
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G06F16/50
• 分類號: G06F16/50;G06F16/955
• 代理公司: 北京華沛德權律師事務所 11302
• 代理人: 房德權

1.一種圖片描述信息的獲取方法，其特征在于，包括:

獲取目標圖片的目標圖片域名；

基于預先建立的網頁域名與圖片域名之間的相關關系，獲取與所述目標圖片域名之間相關性最大的目標網頁域名，其中，所述相關關系根據網頁域名下出現的所有圖片域名的出現總次數及所有圖片域名中每個圖片域名的出現次數建立；

從所述目標網頁域名對應的網頁中，獲取所述目標圖片的描述信息。

2.如權利要求1所述的方法，其特征在于，所述相關關系的建立方法包括：

抓取每個網頁域名下出現的所有圖片域名及每個圖片域名出現的次數；

獲取所述每個網頁域名下每個圖片域名的出現次數與所述每個網頁域名下所有圖片域名的出現總次數的比值，將所述比值作為每個網頁域名與每個圖片域名之間的相關性；

根據每個網頁域名與每個圖片域名之間的相關性建立所述相關關系。

3.如權利要求2所述的方法，其特征在于，所述根據每個網頁域名與每個圖片域名之間的相關性建立所述相關關系，包括：

根據所述每個網頁域名、所述每個圖片域名以及所述每個網頁域名與所述每個圖片域名之間的相關性的值構建相關關系表，所述相關關系表用于表征所述相關關系；或者，

獲取所述相關性的值大于設定閾值的網頁域名、圖片域名及所述相關性的值構建所述相關關系表。

4.如權利要求1所述的方法，其特征在于，若基于預先建立的網頁域名與圖片域名之間的相關關系獲取所述目標網頁域名失敗，所述方法還包括：

獲取使用過所述目標圖片的參考網頁和所述參考網頁的參考網頁域名；

計算獲得所述參考網頁域名與所述參考圖片域名之間的字符串相似度；

獲取所述字符串相似度最大的參考網頁域名作為所述目標網頁域名。

5.如權利要求4所述的方法，其特征在于，所述計算獲得所述參考網頁域名與所述目標圖片域名之間的字符串相似度，包括：

獲取所述參考網頁域名與所述目標圖片域名之間的字符串編輯距離和字符串最長公共子序列長度；

根據所述字符串編輯距離和所述字符串最長公共子序列長度，計算獲得所述字符串相似度。

6.如權利要求5所述的方法，其特征在于，所述根據所述字符串編輯距離和所述字符串最長公共子序列長度，計算獲得所述字符串相似度，包括：

S＝αED+(1-α)LCS；

其中，S表示所述字符串相似度，ED表示所述字符串編輯距離，LCS表示所述字符串最長公共子序列長度，α表示調和系數。

7.一種圖片描述信息的獲取裝置，其特征在于，包括:

圖片域名獲取單元，用于獲取目標圖片的目標圖片域名；

網頁域名獲取單元，用于基于預先建立的網頁域名與圖片域名之間的相關關系，獲取與所述目標圖片域名之間相關性最大的目標網頁域名，其中，所述相關關系根據網頁域名下出現的所有圖片域名的出現總次數及所有圖片域名中每個圖片域名的出現次數建立；

描述信息獲取單元，用于從所述目標網頁域名對應的網頁中，獲取所述目標圖片的描述信息。

8.如權利要求7所述的裝置，其特征在于，所述裝置還包括相關關系構建單元，用于：

抓取每個網頁域名下出現的所有圖片域名及每個圖片域名出現的次數；

獲取所述每個網頁域名下每個圖片域名的出現次數與所述每個網頁域名下所有圖片域名的出現總次數的比值，將所述比值作為每個網頁域名與每個圖片域名之間的相關性；

根據每個網頁域名與每個圖片域名之間的相關性建立所述相關關系。