[发明专利]一种多媒体作品的展示方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010097599.0 申请日: 2020-02-17
公开(公告)号: CN111414494A 公开(公告)日: 2020-07-14
发明(设计)人: 刘新宇;严引;程骏;杨秋歌 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06F16/44 分类号: G06F16/44;G06F16/45;G06F16/483
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 李娜
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 多媒体 作品 展示 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种多媒体作品的展示方法,其特征在于,包括:

对待展示的目标多媒体作品进行识别,确定所述目标多媒体作品是否为图文作品;

在确定所述目标多媒体作品为图文作品的情况下,获取所述目标多媒体作品的候选作品标签;

从所述候选作品标签中,去除不符合预设展示条件的异常作品标签,得到目标作品标签,以通过所述目标作品标签展示所述目标多媒体作品。

2.根据权利要求1所述的方法,其特征在于,所述预设展示条件包括所述候选作品标签与所述目标多媒体作品的作品内容相关,所述从所述候选作品标签中,去除不符合预设展示条件的异常作品标签,得到目标作品标签的步骤,包括:

将所述候选作品标签输入至标签识别模型进行识别,确定与所述图文作品之间内容无关的异常作品标签;

从所述候选作品标签中去除所述异常作品标签,得到目标作品标签。

3.根据权利要求2所述的方法,其特征在于,所述预设的标签识别模型通过以下步骤预先训练得到:

从标签库中获取目标样本标签,所述目标样本标签是用于识别所述异常作品标签的验证样本标签;

基于预设的机器算法针对所述目标样本标签进行训练,得到预设的标签识别模型。

4.根据权利要求3所述的方法,其特征在于,所述从标签库中获取目标样本标签的步骤,包括:

从标签库中获取预设数量的候选样本标签,所述标签库包括按照被使用频次进行降序排列的标签,所述候选样本标签是指排序靠前的标签;

获取所述候选样本标签对应的样本作品内容;

分别获取所述样本作品内容的内容特征向量,以及所述候选样本标签的标签特征向量;

获取所述标签特征向量与内容特征向量之间的相似度;

在所述相似度小于相似度阈值的情况下,将所述候选样本标签作为目标样本标签。

5.根据权利要求4所述的方法,其特征在于,所述分别获取所述样本作品内容的内容特征向量,以及所述候选样本标签的标签特征向量的步骤,包括:

分别对所述候选样本标签以及对应的样本作品内容进行分词处理,得到样本标签分词以及样本内容分词;

分别去除所述样本标签分词以及所述样本内容分词中预设类型的无用分词,得到样本标签的标签特征向量以及内容特征向量,所述预设类型包括:副词类型、助词类型、符号类型中的至少一种。

6.根据权利要求3所述方法,其特征在于,在所述基于预设的机器算法针对所述目标样本标签进行训练,得到预设的标签识别模型的步骤之后,还包括:

按照预设时间间隔周期性进入所述从标签库中获取目标样本标签的步骤,以对所述预设的标签识别模型进行更新。

7.根据权利要求1所述的方法,其特征在于,所述对待展示的目标多媒体作品进行识别,确定所述目标多媒体作品是否为图文作品的步骤,包括:

获取待展示的目标多媒体作品中的特征图像帧,所述特征图像帧包括封面图像帧、关键图像帧中的一种;

将所述封面图像帧或关键图像帧输入至预设的图文识别模型中进行识别,确定所述目标多媒体作品是否为图文作品。

8.一种多媒体作品的展示装置,其特征在于,包括:

识别模块,被配置为对待展示的目标多媒体作品进行识别,确定所述目标多媒体作品是否为图文作品;

获取模块,被配置为在确定所述目标多媒体作品为图文作品的情况下,获取所述目标多媒体作品的候选作品标签;

展示模块,被配置为从所述候选作品标签中,去除不符合预设展示条件的异常作品标签,得到目标作品标签,以通过所述目标作品标签展示所述目标多媒体作品。

9.一种电子设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7中任一所述的多媒体作品的展示方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现权利要求1至7中任一所述的多媒体作品的展示方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010097599.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top