[發(fā)明專利]一種內(nèi)容時(shí)效的確定方法、相關(guān)裝置、設(shè)備以及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110678752.3
• 申請(qǐng)日: 2021-06-18
• 公開(kāi)（公告）號(hào): CN113254684B
• 公開(kāi)（公告）日: 2021-10-29
• 發(fā)明（設(shè)計(jì)）人: 石磊;馬連洋
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/45
• 分類號(hào): G06F16/45;G06F40/126;G06K9/62;H04L29/08
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 聶秀娜

本申請(qǐng)公開(kāi)了一種基于人工智能技術(shù)實(shí)現(xiàn)的內(nèi)容時(shí)效確定方法，包括：獲取目標(biāo)內(nèi)容的多模態(tài)信息集合，其中，多模態(tài)信息集合包括第一文本信息、圖像信息、附屬文本信息以及音頻信息中的至少兩種；對(duì)多模態(tài)信息集合進(jìn)行特征提取，得到多模態(tài)特征集合；基于多模態(tài)特征集合，通過(guò)時(shí)效分類網(wǎng)絡(luò)獲取目標(biāo)概率分布向量，其中，所述目標(biāo)概率分布向量包括P個(gè)概率值，所述P個(gè)概率值中的每個(gè)概率值對(duì)應(yīng)于一個(gè)時(shí)效標(biāo)簽；根據(jù)目標(biāo)概率分布向量，確定目標(biāo)內(nèi)容所對(duì)應(yīng)的目標(biāo)時(shí)效標(biāo)簽。本申請(qǐng)還公開(kāi)了裝置、設(shè)備以及存儲(chǔ)介質(zhì)。本申請(qǐng)能夠充分利用內(nèi)容中多路信號(hào)源的特征進(jìn)行時(shí)效性預(yù)測(cè)，從而提升時(shí)效分類的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種內(nèi)容時(shí)效的確定方法、相關(guān)裝置、設(shè)備以及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們獲取信息的方式越來(lái)越豐富。在信息流推薦系統(tǒng)中，可以為用戶提供持續(xù)更新的視頻。不同于視頻的主動(dòng)搜索，信息流推薦系統(tǒng)推薦給用戶的視頻應(yīng)當(dāng)是不會(huì)讓用戶覺(jué)得有過(guò)期感的視頻。即每個(gè)視頻應(yīng)有適合其分發(fā)的時(shí)效期，過(guò)了這段時(shí)效期后推薦系統(tǒng)應(yīng)停止分發(fā)對(duì)應(yīng)視頻。

目前，對(duì)視頻進(jìn)行時(shí)效性分類的方法主要為，首先確定視頻所屬的視頻類型（例如，電影類、財(cái)經(jīng)類或者社會(huì)類等），然后根據(jù)預(yù)設(shè)的視頻類型與默認(rèn)時(shí)效之間映射關(guān)系，確定該視頻所屬視頻類型所對(duì)應(yīng)的默認(rèn)時(shí)效。

然而，屬于同一個(gè)視頻類型的不同視頻往往具有不同的時(shí)效，例如，同樣屬于社會(huì)類的視頻A和視頻B分別講述了本周發(fā)生的事件以及上個(gè)月發(fā)生的事件，顯然，兩個(gè)視頻的時(shí)效性并不相同。因此，現(xiàn)有方案中無(wú)法對(duì)視頻進(jìn)行有針對(duì)的時(shí)效性檢測(cè)，從而降低了內(nèi)容時(shí)效性分類的準(zhǔn)確率。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種內(nèi)容時(shí)效的確定方法、相關(guān)裝置、設(shè)備以及存儲(chǔ)介質(zhì)，能夠充分利用內(nèi)容中多路信號(hào)源的特征進(jìn)行時(shí)效性預(yù)測(cè)，從而提升時(shí)效分類的準(zhǔn)確性。

有鑒于此，本申請(qǐng)一方面提供一種內(nèi)容時(shí)效的確定方法，包括：

獲取目標(biāo)內(nèi)容的多模態(tài)信息集合，其中，多模態(tài)信息集合包括第一文本信息、圖像信息、附屬文本信息以及音頻信息中的至少兩種；

對(duì)多模態(tài)信息集合進(jìn)行特征提取，得到多模態(tài)特征集合；

基于多模態(tài)特征集合，通過(guò)時(shí)效分類網(wǎng)絡(luò)獲取目標(biāo)概率分布向量，其中，目標(biāo)概率分布向量包括P個(gè)概率值，P個(gè)概率值中的每個(gè)概率值對(duì)應(yīng)于一個(gè)時(shí)效標(biāo)簽，P為大于1的整數(shù)；

根據(jù)目標(biāo)概率分布向量，確定目標(biāo)內(nèi)容所對(duì)應(yīng)的目標(biāo)時(shí)效標(biāo)簽。

本申請(qǐng)另一方面提供一種內(nèi)容時(shí)效確定裝置，包括：

獲取模塊，用于獲取目標(biāo)內(nèi)容的多模態(tài)信息集合，其中，多模態(tài)信息集合包括第一文本信息、圖像信息、附屬文本信息以及音頻信息中的至少兩種；

處理模塊，用于對(duì)多模態(tài)信息集合進(jìn)行特征提取，得到多模態(tài)特征集合；

獲取模塊，還用于基于多模態(tài)特征集合，通過(guò)時(shí)效分類網(wǎng)絡(luò)獲取目標(biāo)概率分布向量，其中，目標(biāo)概率分布向量包括P個(gè)概率值，P個(gè)概率值中的每個(gè)概率值對(duì)應(yīng)于一個(gè)時(shí)效標(biāo)簽，P為大于1的整數(shù)；

確定模塊，用于根據(jù)目標(biāo)概率分布向量，確定目標(biāo)內(nèi)容所對(duì)應(yīng)的目標(biāo)時(shí)效標(biāo)簽。

在一種可能的設(shè)計(jì)中，在本申請(qǐng)實(shí)施例的另一方面的另一種實(shí)現(xiàn)方式中，多模態(tài)信息集合包括第一文本信息、圖像信息以及附屬文本信息；

處理模塊，具體用于針對(duì)于第一文本信息，對(duì)第一文本信息進(jìn)行分詞處理，得到第一文本序列，其中，第一文本序列包括至少一個(gè)詞語(yǔ)；

針對(duì)于圖像信息，將圖像信息轉(zhuǎn)換為圖像嵌入特征，其中，圖像信息包括目標(biāo)內(nèi)容中的封面圖信息和關(guān)鍵幀信息中的至少一種；