[发明专利]内容推荐方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202010534603.5 申请日: 2020-06-12
公开(公告)号: CN111708915B 公开(公告)日: 2022-02-01
发明(设计)人: 余自强 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/783 分类号: G06F16/783;G06F16/735;G06F16/9535
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 李文渊
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 内容 推荐 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种内容推荐方法,其特征在于,所述方法包括:

获取从视频内容划分出的至少两个视频片段;

基于各所述视频片段对应的视频文本内容和待推荐对象的描述信息,确定各视频片段与所述待推荐对象之间的匹配度;

根据所述匹配度,筛选符合推荐条件的视频片段以及对应的视频文本内容;

将筛选出的视频文本内容输入至内容生成模型;所述内容生成模型是具有文本生成能力的、且用于生成推荐内容的模型;

通过所述内容生成模型,对所述视频文本内容进行语义特征提取,获得视频语义特征;

根据所述视频语义特征,生成目标文本内容;

将所述目标文本内容和所述待推荐对象的描述信息进行拼接,生成与所述待推荐对象对应的推荐内容;

根据筛选出的视频片段内容确定推荐时间点,并在所述视频内容播放到所述推荐时间点时播放所述推荐内容。

2.根据权利要求1所述的方法,其特征在于,所述获取从视频内容划分出的至少两个视频片段,包括:

识别所述视频内容中的视频文本内容;

基于所述视频文本内容,从所述视频内容划分出至少两个视频片段,并获得各视频片段对应的视频文本内容。

3.根据权利要求2所述的方法,其特征在于,所述视频文本内容包括字幕文本内容;所述基于所述视频文本内容,从所述视频内容划分出至少两个视频片段,并获得各视频片段对应的视频文本内容,包括:

当所述视频内容中包括字幕文本内容时,根据所述字幕文本内容,从所述视频内容划分出至少两个视频片段;

对所述字幕文本内容进行文本提取,获得各视频片段对应的视频文本内容。

4.根据权利要求2所述的方法,其特征在于,所述视频文本内容包括音频文本内容;所述基于所述视频文本内容,从所述视频内容划分出至少两个视频片段,并获得各视频片段对应的视频文本内容,包括:

对所述视频内容进行音频识别,获得所述视频内容对应的音频文本内容;

根据所述音频文本内容,从所述视频内容划分出至少两个视频片段;

对所述音频文本内容进行文本提取,获得各视频片段对应的视频文本内容。

5.根据权利要求1所述的方法,其特征在于,所述基于各所述视频片段对应的视频文本内容和待推荐对象的描述信息,确定各视频片段与所述待推荐对象之间的匹配度,包括:

提取所述描述信息对应的对象关键词;

根据各所述视频文本内容提取各视频片段对应的视频关键词;

确定各所述视频关键词与所述对象关键词之间的语义相似度;

根据所述语义相似度,确定各视频片段与所述待推荐对象之间的匹配度。

6.根据权利要求5所述的方法,其特征在于,所述根据各所述视频文本内容提取各视频片段对应的视频关键词,包括:

获取各所述视频片段对应的弹幕内容;

根据各所述视频片段的视频文本内容和弹幕内容,确定各视频片段对应的视频关键词。

7.根据权利要求1所述的方法,其特征在于,所述将筛选出的视频文本内容输入至内容生成模型,包括:

获取筛选出的视频片段对应的弹幕内容;

将筛选出的视频文本内容和弹幕内容,输入至内容生成模型;

所述通过所述内容生成模型,对所述视频文本内容进行语义特征提取,获得视频语义特征包括:

通过所述内容生成模型,对所述视频文本内容和所述弹幕内容进行语义特征提取,获得视频语义特征。

8.根据权利要求1所述的方法,其特征在于,所述将筛选出的视频文本内容输入至内容生成模型,包括:

将筛选出的视频文本内容和所述待推荐对象的描述信息,输入至内容生成模型;

所述根据所述视频语义特征,生成目标文本内容包括:

对所述待推荐对象的描述信息进行语义特征提取,获得对象语义特征;

对所述视频语义特征和所述对象语义特征进行特征融合,生成目标语义特征;

根据所述目标语义特征生成相应的目标文本内容。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010534603.5/1.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