[發(fā)明專利]彈幕處理方法、設備和存儲介質

有效

• 申請?zhí)枺?/td>: 202011586426.1
• 申請日: 2020-12-28
• 公開（公告）號: CN112672202B
• 公開（公告）日: 2023-03-24
• 發(fā)明（設計）人: 蔣濤;陳健生
• 申請（專利權）人: 廣州博冠信息科技有限公司
• 主分類號: H04N21/435
• 分類號: H04N21/435;H04N21/488;H04N21/4788;G06V10/762;G06V10/82;G06N3/0442;G06N3/08
• 代理公司: 北京同立鈞成知識產(chǎn)權代理有限公司 11205
• 代理人: 朱穎;臧建明

本申請實施例提供一種彈幕處理方法、設備和存儲介質，獲取目標時間段內(nèi)多個子時間段產(chǎn)生的多條彈幕的句向量；將同一子時間段的多條彈幕聚類為至少一個彈幕類，獲得彈幕類中的聚類中心彈幕；根據(jù)同一子時間段的至少一個彈幕類的聚類中心彈幕的句向量，將多個不同子時間段的彈幕類的聚類中心彈幕聚類為N個二級彈幕類，獲得每個二級彈幕類的聚類中心彈幕；確定每個二級彈幕類的聚類中心彈幕為目標時間段產(chǎn)生的熱詞彈幕。由于根據(jù)彈幕的句向量實現(xiàn)對彈幕的語義理解，再利用聚類算法對彈幕進行聚類，無需對彈幕進行分詞，也無需統(tǒng)計分析彈幕中的特征信息，可以在提升熱詞彈幕準確性的同時，簡化熱詞彈幕獲取過程，提升熱詞彈幕的獲得效率。

技術領域

本申請實施例涉及互聯(lián)網(wǎng)技術領域，尤其涉及一種彈幕處理方法、設備和存儲介質。

背景技術

隨著互聯(lián)網(wǎng)技術的發(fā)展，彈幕作為一種互動方法，其簡潔有趣的信息交流方式而被廣泛應用，例如視頻播放、網(wǎng)絡直播等均可以使用彈幕進行交互，以增加視頻觀看過程中的趣味性。在此過程中，服務器會提供一些熱詞供用戶選取并發(fā)送，然后根據(jù)用戶選取的熱詞以彈幕的形式在視頻畫面中對該文字信息進行顯示。

現(xiàn)有技術中，主要通過對視頻中的彈幕進行統(tǒng)計，根據(jù)出現(xiàn)次數(shù)、出現(xiàn)頻率等信息對彈幕進行重要程度排序，再根據(jù)重要程度提供熱詞供用戶選用，然而，上述提供熱詞彈幕的方法較為繁瑣，且提供的熱詞彈幕不夠準確。

發(fā)明內(nèi)容

本申請實施例提供一種彈幕處理方法、設備和存儲介質，用于解決現(xiàn)有技術中，提供熱詞彈幕的方法較為繁瑣，且提供的熱詞彈幕不夠準確的技術問題。

第一方面，本申請實施例提供一種彈幕處理方法，包括：

獲取目標子時間段內(nèi)多個不同子時間段產(chǎn)生的多條彈幕，并獲取多條彈幕的句向量；

根據(jù)同一子時間段的彈幕的句向量，將同一子時間段的多條彈幕聚類為至少一個彈幕類，根據(jù)每個彈幕類中各條彈幕的句向量，獲得每個彈幕類中的聚類中心彈幕；

根據(jù)同一子時間段的至少一個彈幕類的聚類中心彈幕的句向量，將多個不同子時間段的各個彈幕類的聚類中心彈幕聚類為N個二級彈幕類，根據(jù)二級彈幕類中包含的彈幕的句向量，獲得二級彈幕類的聚類中心彈幕；

確定二級彈幕類的聚類中心彈幕為目標時間段產(chǎn)生的熱詞彈幕，熱詞彈幕用于供用戶快捷輸入彈幕。

可選的，獲取多條彈幕的句向量，包括：

針對每條彈幕，獲取彈幕中每個字的字向量；

根據(jù)彈幕中各字的字向量，獲取彈幕的字向量均值；

根據(jù)字向量均值，獲得彈幕的句向量。

可選的，獲取目標時間段內(nèi)多個不同子時間段產(chǎn)生的多條彈幕，并獲取多條彈幕的句向量，包括：

針對每條彈幕，將彈幕輸入至預先訓練好的bert模型，獲得bert模型輸出的彈幕中每個字的字向量；

將彈幕中各字的字向量輸入至預先訓練好的雙向LSTM網(wǎng)絡，獲取LSTM網(wǎng)絡輸出的彈幕的字向量均值。

可選的，根據(jù)同一子時間段的彈幕的句向量，將同一子時間段的多條彈幕聚類為至少一個彈幕類，包括：

針對同一子時間段，將子時間段的多條彈幕的句向量進行降維和歸一化處理；

根據(jù)同一子時間段處理后的多條彈幕的句向量，將同一子時間段的多條彈幕聚類為至少一個彈幕類。

可選的，根據(jù)同一子時間段的每條彈幕的句向量，將同一子時間段的多條彈幕聚類為至少一個彈幕類，包括：

針對同一子時間段，根據(jù)子時間段任意兩條彈幕的句向量，獲得任意兩條彈幕的句向量間的余弦距離；