[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

本發明實施例提供一種相似內容確定方法，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。

技術領域

本發明涉及搜索領域，尤其涉及一種相似內容確定方法和裝置。

背景技術

目前主流相似計算技術多基于視頻相似、文本相似、圖片相似等單維度計算，在所有候選集中僅考察目標維度是否存在相似內容，若無則判斷為非重復物料；

現有技術中，也存在部分多媒體內容相似計算技術，但也僅是基于圖文維度，圖、文分別進行相似度計算，對圖片對相似判斷設定閾值，相似圖片對達到一定數量才認定為圖片內容相似，而后再考慮文本內容相似性，視頻內容則單獨進行相似判斷。

在實現本發明過程中，申請人發現現有技術中至少存在如下問題：

在進行內容相似計算時，將各相似維度單獨計算相似度并單獨進行相似判斷導致誤判率高的問題。

發明內容

本發明實施例提供一種相似內容確定方法和裝置，也是一種基于多模態相似內容確定方法和裝置，解決了在進行內容相似計算時，將各相似維度單獨計算相似度并單獨進行相似判斷導致誤判率高的問題。

為達上述目的，一方面，本發明實施例提供一種相似內容確定方法，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。

另一方面，本發明實施例提供一種相似內容確定裝置，包括：

目標子內容獲取單元，用于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；

目標子內容向量化單元，用于針對每種內容類別，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；

多模態相似度確定單元，用于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；

相似內容確定單元，用于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；