[发明专利]一种弹幕分类方法、装置、设备和存储介质

权利要求书

1.一种弹幕分类方法，其特征在于，包括：

从直播内容中获取待分类的弹幕数据；

提取所述待分类的弹幕数据中预设数量的关键词，其中，所有的弹幕数据都提取相同预设数量的关键词；

将所述关键词通过预设的词向量模型进行转换，得到词向量；

基于所述关键词的词向量组合得到所述待分类的弹幕数据的文本矩阵；

根据所述文本矩阵将所述待分类的弹幕数据与已分类的弹幕数据进行增量聚类，以确定所述待分类的弹幕数据所属的弹幕类别。

2.根据权利要求1所述的方法，其特征在于，基于所述关键词的词向量组合得到所述待分类的弹幕数据的文本矩阵，包括：

获取所述关键词在语料库中的词频率，其中，所述语料库用于训练得到所述预设的词向量模型；

根据所述词频率将各个所述词向量进行排序，以组合得到所述待分类的弹幕数据的文本矩阵。

3.根据权利要求1所述的方法，其特征在于，根据所述文本矩阵将所述待分类的弹幕数据与已分类的弹幕数据进行增量聚类，以确定所述待分类的弹幕数据所属的弹幕类别，包括：

根据所述文本矩阵，计算所述待分类的弹幕数据与所述已分类的弹幕数据之间的相似度；

根据所述相似度，确定所述待分类的弹幕数据所属的弹幕类别。

4.根据权利要求3所述的方法，其特征在于，根据所述文本矩阵，计算所述待分类的弹幕数据与所述已分类的弹幕数据之间的相似度，包括：

分别获取所述待分类的弹幕数据和所述已分类的弹幕数据的文本矩阵；

根据所述文本矩阵，计算所述待分类的弹幕数据和所述已分类的弹幕数据之间的距离；

根据所述距离，确定所述待分类的弹幕数据与所述已分类的弹幕数据之间的相似度。

5.根据权利要求3所述的方法，其特征在于，根据所述相似度，确定所述待分类的弹幕数据所属的弹幕类别，包括：

确定所述相似度中的最大值所对应的所述的已分类的弹幕数据；

若所述相似度大于预设值，则确定所述待分类的弹幕数据与所述已分类的弹幕数据归属于同一弹幕类别；

否则，将所述待分类的弹幕数据确定为新的弹幕类别。

6.根据权利要求1-5任一所述的方法，其特征在于，还包括：

根据所述弹幕类别的不同，对所述已分类的弹幕数据进行不同的业务处理。

7.根据权利要求6所述的方法，其特征在于，根据所述弹幕类别的不同，对所述已分类的弹幕数据进行不同的业务处理，包括：

若弹幕类别为广告类别，则确定所述弹幕数据为广告数据；

对所述广告数据进行过滤处理。

8.根据权利要求6所述的方法，其特征在于，根据所述弹幕类别的不同，对所述已分类的弹幕数据进行不同的业务处理，还包括：

若弹幕类别为热点弹幕类别，则确定所述弹幕数据为热点弹幕数据；

优先展示所述热点弹幕数据。

9.一种弹幕分类装置，其特征在于，包括：

弹幕数据获取模块，用于从直播内容中获取待分类的弹幕数据；

文本转换矩阵模块，用于提取所述待分类的弹幕数据中预设数量的关键词，其中，所有的弹幕数据都提取相同预设数量的关键词，将所述关键词通过预设的词向量模型进行转换，得到词向量，基于所述关键词的词向量组合得到所述待分类的弹幕数据的文本矩阵；

弹幕类别确定模块，用于根据所述文本矩阵将所述待分类的弹幕数据与已分类的弹幕数据进行增量聚类，以确定所述待分类的弹幕数据所属的弹幕类别。

10.一种弹幕分类设备，其特征在于，包括：存储器以及一个或多个处理器；

所述存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的弹幕分类方法。

11.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的弹幕分类方法。