[发明专利]视频标题信息量的度量方法、可读存储介质及电子设备

说明书

一种视频标题信息量的度量方法，包括以下步骤：S1、将待度量的视频标题文本切分为一个或多个单独的词语；S2、统计各词语在所有视频标题文本中出现的概率，并选择一个参照文本，统计各词语在所述参照文本中出现的概率；S3、计算各词语在所有视频标题文本中的平均信息熵，并计算各词语在参照文本中的平均信息熵；以及S4、将各词语在所有视频标题文本中的平均信息熵与在参照文本中的平均信息熵加权求和，并将求和的结果作为视频标题的信息量的值。本发明还涉及相关的计算机可读存储介质和电子设备。

技术领域

本发明涉及数据处理的技术领域，更具体地，涉及一种视频标题信息量的度量方法以及相关的计算机可读存储介质和电子设备。

背景技术

网站上视频的标题一般由用户在上传时填写，通过填写一些有意义的文字使得视频观看者能够通过标题快速的获取信息。标题的质量是视频质量的一部分，一个能够包含更多视频内容信息的标题可以吸引更多用户观看，因此对视频标题的信息量进行度量是非常重要的。目前，现有技术中并无对视频标题信息量进行度量的实现方案。

发明内容

针对上述问题，为了对视频标题信息量进行度量，作为本发明的一个方面，提出了一种视频标题信息量的度量方法，其中，该方法包括以下步骤：

S1、将待度量的视频标题文本切分为一个或多个单独的词语；

S2、统计各词语在所有视频标题文本中出现的概率，并选择一个参照文本，统计各词语在所述参照文本中出现的概率；

S3、计算各词语在所有视频标题文本中的平均信息熵，并计算各词语在参照文本中的平均信息熵；以及

S4、将各词语在所有视频标题文本中的平均信息熵与在参照文本中的平均信息熵加权求和，并将求和的结果作为视频标题的信息量的值。

在一些实施例中，步骤S1还包括去除所述词语中的无意义词语的步骤。

在一些实施例中，在步骤S2中，通过下式统计各词语在所有视频标题文本中出现的概率：

其中，p_i是视频标题中第i个词语在所有视频标题文本中出现的概率，N_i是视频标题中第i个词语在所有视频标题文本中出现的次数，N是所有视频标题文本中出现的词语的总出现次数；以及

通过下式统计各词语在所有参照文本中出现的概率：

其中，s_i是视频标题中第i个词语在参照文本中出现的概率，M_i是视频标题中第i个词语在参照文本中出现的次数，M是参照文本中出现的词语的总出现次数。

在一些实施例中，在步骤S3中，采用下式计算所述各词语在所有视频标题文本中的平均信息熵H_p：

以及

采用下式计算所述各词语在参照文本中的平均信息熵H_s：

其中，log表示以10为底的对数，n为视频标题文本中出现的词语的个数。

在一些实施例中，在步骤S4中，采用如下公式来进行加权求和：

H＝w₁H_p+w₂H_s

其中，H为视频标题的信息量的值，w₁为H_p的权重系数，w₂为H_s的权重系数，w₁+w₂＝1，且0.5＜w₁≤1。