[發(fā)明專利]多媒體內(nèi)容推薦方法、裝置、計(jì)算設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010158079.6
• 申請(qǐng)日: 2020-03-09
• 公開（公告）號(hào): CN113377972A
• 公開（公告）日: 2021-09-10
• 發(fā)明（設(shè)計(jì)）人: 包淑彥
• 申請(qǐng)（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號(hào): G06F16/435
• 分類號(hào): G06F16/435;G06F16/48;G06F40/289;G06F40/216
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 王英

1.一種多媒體內(nèi)容推薦方法，其特征在于，所述方法包括：

從所述多媒體內(nèi)容中提取文本信息；

對(duì)所提取的文本信息進(jìn)行分詞處理，以得到所述文本信息的各個(gè)分詞；

基于已訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述文本信息的各個(gè)分詞進(jìn)行編碼，得到所述各個(gè)分詞的詞向量；

將所述各個(gè)分詞的詞向量與特征庫中預(yù)存的特征向量進(jìn)行匹配，所述特征向量為預(yù)先通過所述神經(jīng)網(wǎng)絡(luò)模型對(duì)具有指定意圖的分詞進(jìn)行編碼得到的；所述指定意圖為請(qǐng)求用戶針對(duì)所述多媒體內(nèi)容產(chǎn)生交互行為；

根據(jù)匹配到的特征向量確定所述多媒體內(nèi)容的意圖與所述指定意圖的匹配度；

基于所述多媒體內(nèi)容的意圖與所述指定意圖的匹配度，確定所述多媒體內(nèi)容的推薦排序，并基于所述推薦排序推薦所述多媒體內(nèi)容。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述各個(gè)分詞的詞向量與特征庫中預(yù)存的特征向量進(jìn)行匹配，包括：

確定所述各個(gè)分詞的詞向量與所述特征庫中的特征向量的相似度；

對(duì)于任一詞向量，若存在任一特征向量與所述詞向量的相似度大于預(yù)定相似度閾值，則確定所述詞向量與所述特征向量匹配成功。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)匹配到的特征向量確定所述多媒體內(nèi)容的意圖與所述指定意圖的匹配度，包括：

確定匹配到的特征向量的指定意圖值，所述指定意圖值用于表征所述特征向量對(duì)應(yīng)的分詞的意圖為所述指定意圖的概率；

根據(jù)各特征向量的指定意圖值與匹配度的正相關(guān)關(guān)系，確定所述多媒體內(nèi)容的意圖與所述指定意圖的匹配度。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述特征庫中存儲(chǔ)有預(yù)先為每個(gè)特征向量設(shè)置的指定意圖值，所述指定意圖值是所述特征向量與標(biāo)準(zhǔn)特征向量的相似度，所述標(biāo)準(zhǔn)特征向量是對(duì)基于業(yè)務(wù)確定的具有指定意圖的分詞進(jìn)行編碼得到的；或，

以所述各個(gè)分詞的詞向量與其匹配到的特征向量的相似度作為所述匹配到的特征向量的指定意圖值。

5.根據(jù)權(quán)利要求1-4中任何一項(xiàng)所述的方法，其特征在于，對(duì)所述文本信息進(jìn)行分詞處理之后，所述方法還包括：

統(tǒng)計(jì)同一分詞在所述文本信息中出現(xiàn)的頻次；

根據(jù)匹配到的特征向量確定所述多媒體內(nèi)容的意圖與所述指定意圖的匹配度，包括：

根據(jù)預(yù)設(shè)的匹配度分別與匹配到的特征向量的指定意圖值和頻次的正相關(guān)關(guān)系，確定多媒體內(nèi)容的意圖與所述指定意圖的匹配度。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，

所述多媒體內(nèi)容的推薦排序與所述匹配度正相關(guān)；或者

所述多媒體內(nèi)容的推薦排序與所述匹配度負(fù)相關(guān)。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述文本信息中包括以下信息中的至少一種：所述多媒體內(nèi)容的原始文本信息、所述多媒體內(nèi)容的音頻信息轉(zhuǎn)換得到的文本信息，從所述多媒體內(nèi)容的圖像中提取的文本信息。

8.一種多媒體內(nèi)容推薦裝置，其特征在于，所述方法包括：

文本信息獲取單元，用于從所述多媒體內(nèi)容中提取文本信息；

分詞處理單元，用于對(duì)所提取的文本信息進(jìn)行分詞處理，以得到所述文本信息的各個(gè)分詞；

編碼單元，用于基于已訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型對(duì)所述文本信息的各個(gè)分詞進(jìn)行編碼，得到所述各個(gè)分詞的詞向量；

匹配單元，用于將所述各個(gè)分詞的詞向量與特征庫中預(yù)存的特征向量進(jìn)行匹配，所述特征向量為預(yù)先通過所述神經(jīng)網(wǎng)絡(luò)模型對(duì)具有指定意圖的分詞進(jìn)行編碼得到的；所述指定意圖為請(qǐng)求用戶針對(duì)所述多媒體內(nèi)容產(chǎn)生交互行為；

匹配度確定單元，用于根據(jù)匹配到的特征向量確定所述多媒體內(nèi)容的意圖與所述指定意圖的匹配度；

推薦單元，用于基于所述多媒體內(nèi)容的意圖與所述指定意圖的匹配度，確定所述多媒體內(nèi)容的推薦排序，并基于所述推薦排序推薦所述多媒體內(nèi)容。