[發明專利]一種相似內容確定方法和裝置

在審

• 申請號: 202211649784.1
• 申請日: 2022-12-21
• 公開（公告）號: CN116340551A
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 郝錕鵬;龐鋒;賈遂賓
• 申請（專利權）人: 微夢創科網絡科技（中國）有限公司
• 主分類號: G06F16/48
• 分類號: G06F16/48;G06F18/22;G06F18/25
• 代理公司: 北京卓嵐智財知識產權代理有限公司 11624
• 代理人: 張旭東

1.一種相似內容確定方法，其特征在于，包括：

按內容類別從目標內容中獲取每種內容類別各自對應的至少一個目標子內容；

針對每種內容類別，將所述內容類別所對應的至少一個目標子內容向量化，得到所述內容類別對應的至少一個目標子內容向量；

根據候選相似內容集合中候選相似內容的每種內容類別對應的至少一個候選相似子內容向量、以及所述目標內容的每種內容類別對應的至少一個目標子內容向量，確定所述候選相似內容與所述目標內容之間的多模態相似度；

根據候選相似內容集合中每個所述候選相似內容與所述目標內容之間的多模態相似度，從所述候選相似內容集合中確定與所述目標內容相匹配的相似內容；

其中，所述候選相似內容集合包括至少一個候選相似內容；按所述內容類別從每個候選相似內容中獲取每種內容類別各自對應的至少一個候選相似子內容，針對每個候選相似內容的每種內容類別，將所述內容類別所對應的至少一個候選相似子內容向量化，得到所述內容類別對應的至少一個候選相似子內容向量。

2.如權利要求1所述的相似內容確定方法，其特征在于，所述內容類別包括：文本、圖片、視頻；

所述針對每種內容類別，將所述內容類別所對應的至少一個目標子內容向量化，得到所述內容類別對應的至少一個目標子內容向量，包括：

在所述目標內容包括文本的情況下，將所述目標內容中的全部文本向量化為對應的目標文本向量；

在所述目標內容包括圖片情況下，將所述目標內容中的至少一個圖片分別對應向量化為至少一個目標圖片向量；

在所述目標內容包括視頻情況下，將所述目標內容中的視頻向量化為對應的目標視頻片段向量序列；

其中，所述目標子內容向量包括：目標文本向量、目標圖片向量、和/或目標視頻片段向量序列。

3.如權利要求2所述的相似內容確定方法，其特征在于，所述根據候選相似內容集合中候選相似內容的每種內容類別對應的至少一個候選相似子內容向量、以及所述目標內容的每種內容類別對應的至少一個目標子內容向量，確定所述候選相似內容與所述目標內容之間的多模態相似度，包括：

針對所述候選相似內容集合中的每個候選相似內容，根據所述候選相似內容的每種內容類別對應的至少一個候選相似子內容向量與所述目標內容的同一內容類別對應的至少一個目標子內容向量的距離，計算所述候選相似內容的所述內容類別對應的相似得分；

將所述候選相似內容的所有內容類別各自對應的相似得分作為所述候選相似內容與所述目標內容之間的多模態相似度。

4.如權利要求3所述的相似內容確定方法，其特征在于，所述針對所述候選相似內容集合中的每個候選相似內容，根據所述候選相似內容的每種內容類別對應的至少一個候選相似子內容向量與所述目標內容的同一內容類別對應的至少一個目標子內容向量的距離，計算所述候選相似內容的所述內容類別對應的相似得分，包括：

根據所述目標內容中的全部文本的文本屬性生成文本置信參數；

針對每個候選相似內容，將所述目標文本向量與所述候選相似內容的全部文本對應的候選相似文本向量的距離作為文本向量距離，并且將所述文本向量距離與所述文本置信參數的乘積作為所述候選相似內容和所述目標內容中的文本對應的相似得分；

其中，所述候選相似文本向量是通過對所述候選相似內容中的全部文本向量化后得到的向量。