CN104462212B - 信息展示方法和装置 - Google Patents
信息展示方法和装置 Download PDFInfo
- Publication number
- CN104462212B CN104462212B CN201410614442.5A CN201410614442A CN104462212B CN 104462212 B CN104462212 B CN 104462212B CN 201410614442 A CN201410614442 A CN 201410614442A CN 104462212 B CN104462212 B CN 104462212B
- Authority
- CN
- China
- Prior art keywords
- information
- picture
- personage
- search term
- search
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出一种信息展示方法和装置,该信息展示方法包括接收搜索词;获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;对应展示所述图片以及所述图片的信息。该方法能够提高展示的信息的准确度,并丰富展示的信息。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种信息展示方法和装置。
背景技术
图片搜索是搜索产品的重要需求之一。以人物搜索为例,典型的需求包括:用户输入具体的人名,图片搜索引擎返回该人物相关的图片信息,并按照相关性对返回的图片信息排序,从而以多媒体的形式更好地满足用户需求。
相关技术中,获取的图片的提示信息可能会与图片无关,例如,图片是A的图片,不包含B,但是,获取的提示信息可能是A和B,显然,相关技术中展示的信息的准确度不足,并且展示的信息比较单一。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种信息展示方法,该方法可以提高展示的信息的准确度,并丰富展示的信息。
本发明的另一个目的在于提出一种信息展示装置。
为达到上述目的,本发明第一方面实施例提出的信息展示方法,包括:接收搜索词;获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;对应展示所述图片以及所述图片的信息。
本发明第一方面实施例提出的信息展示方法,通过在接收到搜索词后,获取搜索词对应的图片以及图片的信息,图片的信息包括对图片内容进行识别后的识别结果,并对应展示图片和图片的信息,由于图片的信息包括对图片内容识别的结果,可以提高信息的准确度,并且,由于还对应图片展示图片内容的识别结果,可以丰富展示的信息。
为达到上述目的,本发明第二方面实施例提出的信息展示装置,包括:接收模块,用于接收搜索词;获取模块,用于获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;第一展示模块,用于对应展示所述图片以及所述图片的信息。
本发明第二方面实施例提出的信息展示装置,通过在接收到搜索词后,获取搜索词对应的图片以及图片的信息,图片的信息包括对图片内容进行识别后的识别结果,并对应展示图片和图片的信息,由于图片的信息包括对图片内容识别的结果,可以提高信息的准确度,并且,由于还对应图片展示图片内容的识别结果,可以丰富展示的信息。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一实施例提出的信息展示方法的流程示意图;
图2是现有技术中展示搜索结果的示意图;
图3是本发明实施例中展示的搜索结果的一种示意图;
图4是本发明实施例中展示的搜索结果的另一种示意图;
图5是本发明另一实施例提出的信息展示方法的流程示意图;
图6是现有技术中展示的推荐内容的示意图;
图7是本发明实施例中展示的推荐内容的一种示意图;
图8是本发明另一实施例提出的信息展示方法的流程示意图;
图9是本发明实施例中获取搜索结果的流程示意图;
图10是本发明实施例中对句子进行语义角色标注的示意图;
图11是本发明实施例中语义角色标注***输入的一种语义结构示意图;
图12为本发明另一实施例提出的信息展示方法的流程示意图;
图13是本发明实施例中建立人物相关性列表的流程示意图;
图14是本发明另一实施例提出的信息展示装置的结构示意图;
图15是本发明另一实施例提出的信息展示装置的结构示意图;
图16是本发明另一实施例提出的信息展示装置的结构示意图;
图17是本发明另一实施例提出的信息展示装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的信息展示方法的流程示意图,该方法包括:
S11:接收搜索词。
本实施例的执行主体可以是指客户端,例如搜索引擎的客户端,或者专门用于图片搜索的产品的客户端等。
客户端可以接收用户输入的搜索词。
以人物搜索为例,搜索词可以是要搜索的人物的人名或者与其他人名的关系等。
例如,搜索词是“张亚勤”或者“张亚勤老婆”。
S12:获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果。
其中,客户端接收到用户输入的搜索词后,可以将搜索词发送给服务端,由服务端根据该搜索词获取搜索结果,之后,客户端可以接收服务端发送的搜索结果。
图片的属性信息例如为图片的拍摄时间,和/或,图片的拍摄地点。
对图片中的内容进行识别后得到的识别结果,例如,当图片是包含人物的图片时,识别结果包括对图片中包含的人物的识别结果。
以搜索“张亚勤”为例,搜索结果包括搜索词对应的图片,例如,获取到包含“张亚勤”的图片。
另外,还可以获取该图片的拍摄时间和拍摄地点。
另外,还可以获取该图片中包含的人物的识别结果,例如包含“张亚勤”,可以理解的是,如果搜索词包括多个人物,且获取的图片上也包含这多个人物时,可以在图片上标注出多个人物的人名。
具体的获取搜索结果的内容可以参见后续实施例中对服务端的描述。
S13:对应展示所述图片以及所述图片的信息。
可选的,所述对应展示所述图片以及所述图片的信息,包括:
将所述图片的信息作为所述图片的提示信息,展示在所述图片所在的页面的用于展示提示信息的位置上;以及,
在所述图片上,对应所述图片中的内容标注出所述内容的识别结果。
例如,针对搜索词“张亚勤”,参见图2给出了一种现有技术中的展示示意图,该图片下方有提示信息21,提示信息具体包括:“张亚勤李开复”以及图片链接“www.ghfood.net”和图片解析度“717*499”这样的辅助信息。但是,该图上面配置的关键词“张亚勤李开复”,和图片无法匹配,该提示信息是不准确的。
而采用本实施例的方法,可以展示如图3所示的示意图,不同于图1的“张亚勤李开复”这样的提示信息,本图中,基于人像自动识别的结果,展示出来的是更好地符合图片内容的提示信息31,提示信息具体31包括:“张亚勤张亚勤妻子(汪健)比尔盖茨2009年西雅图”。这里的“2009年”代表本照片拍摄的时间,“西雅图”代表本照片拍摄的地点。除此之外,因为用户输入的搜索词是“张亚勤”,在该照片中,也特意在张亚勤的头像上方,增加了图片内容的识别结果32,例如,识别结果是“张亚勤”这三个字,这样就直接建立了“用户输入的搜索词:张亚勤”-“图片中的头像:张亚勤”这样的文字到图片之间的映射关系。其目的是方便用户更好地在多人合影中,迅速找出搜索词相关的人物。
延续图3的展现形式,图4给出了用户检索图片上出现多个目标人物的情况,例如当用户输入检索关键词:“张亚勤比尔盖茨”的时候,则除了展示出更好地符合图片内容的提示信息41之外,提示信息41包括:“张亚勤张亚勤妻子(汪健)比尔盖茨2009年西雅图”,还同时在检索结果图片上标出搜索词相关的各个人物的识别结果42。
本实施例通过在接收到搜索词后,获取搜索词对应的图片以及图片的信息,图片的信息包括对图片内容进行识别后的识别结果,并对应展示图片和图片的信息,由于图片的信息包括对图片内容识别的结果,可以提高信息的准确度,并且,由于还对应图片展示图片内容的识别结果,可以丰富展示的信息。
图5是本发明另一实施例提出的信息展示方法的流程示意图,本实施例以展示推荐内容为例。参见图5,本实施例包括:
S51:接收搜索词;
例如,客户端接收用户输入的“张亚勤老婆”。
S52:将所述搜索词发送给服务端,以使所述服务端根据所述搜索词以及预先建立的相关性列表,获取与所述搜索词对应的推荐内容。
例如,客户端将搜索词发送给服务端,由服务端获取推荐内容,客户端接收服务端发送的推荐内容。
具体的服务端获取推荐内容的流程可以参见后续对服务端描述的实施例。
S53:接收所述服务端发送的所述推荐内容,并将所述推荐内容展示在所述图片所在的搜索结果页的用于展示推荐内容的位置上。
可以理解的是,本实施例主要描述推荐内容的获取,因此主要关注了推荐内容,但在实际实施时,图1的实施例可以与本实施例结合,例如,客户端将搜索词发送给服务端之后,服务端可以根据搜索词获取图片和图片的信息,以及获取推荐内容,之后,服务端将图片和图片的信息以及推荐内容一起发送给客户端,由客户端进行展示。
另外,本实施例以间接搜索为例,但是本实施例的方法也可以应用到直接搜索时,例如,在搜索“张亚勤”时,也可以获取并展示与“张亚勤”相关的推荐内容,例如马云等。
以搜索“张亚勤老婆”为例,参见图6,为现有技术中的展示示意图,而采用本实施例后,可以展示如图7所示的示意图。
如图6所示,目前的图片搜索引擎,在拓展相关性方面,是有问题的。搜索词也可以称为检索关键词,对于输入的检索关键词“张亚勤老婆”,目前的推荐内容61是“吴镇宇老婆”,“欧弟老婆”等人,由于“吴镇宇”、“欧弟”和检索关键词中的“张亚勤”的关系不大。由于主动检索“张亚勤”和主动检索“吴镇宇”,两者的用户的领域目的是有差别的,前者偏向于“IT领域”,而后者偏向于“娱乐,影视明星”领域,因此,现有技术中的推荐内容不能很好满足用户需求。
而本实施例中,参见图7,通过建立的相关性列表,“李开复”,“沈向洋”等和张亚勤有工作上的交集,或者“马云”,“马化腾”这样的IT知名人士和检索关键词“张亚勤”的相关性更好,因此,如图7所示的推荐内容71,推荐内容例如为“李开复老婆沈向洋老婆马云老婆…”,提示检索列表和检索关键词的相关性更高,有希望更能激发用户点击的欲望。
本实施例通过根据预先建立的相关性列表获取推荐内容,可以获取到与搜索词更相关的推荐内容,从而提高推荐内容的准确度,满足用户需求。
图8是本发明另一实施例提出的信息展示方法的流程示意图,该方法包括:
S81:接收客户端发送的搜索词。
本实施例的执行主体可以是服务端。
例如,用户在客户端输入搜索词,客户端将搜索词发送给服务端。
S82:获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果。
具体的,服务端可以按照当前图片搜索引擎的方法,主要是通过网页上围绕在图片周围的文本中的关键词和用户输入的搜索词之间的相似度计算获取网页上图片和用户输入的搜索词之间的相关性信息,从而进行图片的排序,并从排序后的图片中选择预设个数的图片作为与搜索词对应的图片。
S83:将所述搜索结果发送给所述客户端,以使所述客户端对应展示所述图片以及所述图片的信息。
客户端在获取图片和图片的信息后,展示的搜索结果可以如图3或图4所示。
参见图9,服务端获取图片的信息以及对应的标注可以包括:
S91:抽取图片本身的“拍摄时间”和“拍摄地点”等属性值。
S92:抽取图片所在文档的文字,进行句法语义分析,自动识别出事件的时间,地点,人物等信息。
其中,句法语义分析可以包括句法分析和语义角色标注,句法分析例如为依存分析。依存分析将句子分析成一颗依存句法树,描述出各个词语之间的依存关系。也即指出了词语之间在句法上的搭配关系,这种搭配关系是和语义相关联的。具体的依存分析的内容可以参见相关技术中的描述。
语义角色标注可以在文字中自动识别出每个句子上的“谓语”,以及围绕这些谓语的时间、地点、论元等语义修饰成分。例如,参见图10,图10中包括两个句子。
第一个句子中,谓词为“举行”,其主语论元为“年会”;而“2009”作为时间状语修饰“举行”,“西雅图”作为地点状语修饰“举行”。
第二个句子中,谓词(名词性谓词)为“交谈”,其三个并列的主语论元为“比尔盖茨”,“张亚勤”,和“其妻子”;“”是修饰“交谈”的时间状语。
这里,第一句中的“年会”和第二句中的“在会上”,建立起了同义词的连接。
这样,可以把第一句话中的“时间”和“地点”,整合到第二句中,从而顺利地把图9中图片标注所需要的时间地点信息整合进来。更进一步,这里“其妻子”中的“其”代词对应“张亚勤”,因此该论元“其妻子”会被解析为“张亚勤妻子”。
语义角色标注介绍如下:
任务:为一个句子中的每个谓词(predicate)找到其所有论元(argument)并确定每个论元的语义角色。
核心的语义角色包括:(谓词的)施事,受事,等;
非核心的语义角色包括:地点,时间,等。
解决的问题:理解句子的主干语义,即:
Who did what to whom,for whom or what,how,where,when,and why?
解决的是句子主干抽取,即“主谓宾定状补”的自动识别自动抽取的问题。
语义角色标注以一个句子的依存分析树(包括已经分词和词性标注好的句子)为输入;输出的是该句子的“主干结构”。该“主干结构”包括,谓词,谓词的语义分类,以及每个谓词的论元和谓词与论元之间的语义关系。基于对速度和精度的双重要求,NLP目前的语义角色标注器采用O(n)复杂度的解码算法,其中n是输入句子中词的个数。
语义角色标注的例子:
输入的网页句子:“克里斯蒂娜昨天用棒球打了斯科特”;
“语义角色标注***”输出的语义结构如图11所示。
根据上面的语义角色分析的结果,可以进行如下提问:
谁用棒球打了斯科特?
谁被克里斯蒂娜用棒球打了?
克里斯蒂娜用啥打的斯科特?
克里斯蒂娜什么时候用棒球打的斯科特?
在上一步对网页的多个句子进行语义角色标注之后,我们还需要把多句话中的语义框架信息整合到一起,并抽取相关的“时间,地点,人物列表”。本步骤,使用如下几个关键技术:
命名实体识别(Named Entity Recognition-NER),本专利所针对的时空图谱,着重对人名,地名,时间等信息的自动抽取和整合。
指示代词的语义消除歧义,例如,在同一个文档里面,一个人名,“尤利乌斯·恺撒”,“凯撒”,“他”,“凯撒大帝”等都是指代的同一个人“尤利乌斯·恺撒”。这个时候,我们需要对整个篇章中出现的不全的人名信息和代词信息进行歧义的消除,并让他们都统一到一个人名上面来,从而为基于同一个人名的知识整合提供重要的人名匹配的证据。
缩略语的归一化,例如“美国”和“***合众国”都是指美国,这两个地点名词指示的是一个地方。
时间表示的归一化和自动计算,例如“张亚勤出生于1966年。12岁那年他考上了中国科学技术大学少年班”,这里的“12岁”可以通过“1966+12=1978”即后一句,通过时间计算和代词的指代消解,可以改写为“1978年张亚勤考上了中国科学技术大学少年班”。通过这个步骤,我们可以使得围绕同一个人物的不同句子上的知识信息,按照时间和地点的先后顺序统一整合起来。
通过上述对语义角色的描述,可以从图片对应的文字中获取图片的拍摄时间,拍摄地点,图片中包含的人物的人名等信息。
S93:在获取的图片中进行人脸识别。
其中,人脸识别可以具体是基于深度神经网络(Deep Neural Networks,DNN)的人脸自动识别,从而在图片中识别出相应的人物,例如,在图片上识别出张亚勤,比尔盖茨等。
S94:在图片上主动标注:拍摄时间,拍摄地点,人名-头像的映射标注。
例如,通过标注,可以将标注后的各数据发送给客户端,以便在客户端展示如图3或图4所述的示意图。
本实施例通过在接收到搜索词后,获取搜索词对应的图片以及图片的信息,图片的信息包括对图片内容进行识别后的识别结果,并对应展示图片和图片的信息,由于图片的信息包括对图片内容识别的结果,可以提高信息的准确度,并且,由于还对应图片展示图片内容的识别结果,可以丰富展示的信息。
图12为本发明另一实施例提出的信息展示方法的流程示意图,该方法包括:
S121:接收客户端发送的搜索词。
例如,用户在客户端输入搜索词后,客户端可以将搜索词发送给服务端。
S122:根据所述搜索词,以及预先建立的相关性列表,确定与所述搜索词对应的推荐内容。
例如,服务端可以包括图片搜索引擎,当图片搜索引擎识别出搜索词是人名时,可以获取预先建立的人物相关性列表,根据该人物相关性列表获取搜索词对应的推荐内容。
例如,当搜索词是“张亚勤”时,推荐内容例如为:马云,李开复等。
S123:将所述推荐内容发送给所述客户端,以使所述客户端将所述推荐内容展示在所述图片所在的搜索结果页的用于展示推荐内容的位置上。
例如,展示如图7所示的推荐内容。
可以理解的是,本实施例主要描述推荐内容的获取,因此主要关注了推荐内容,但在实际实施时,获取图片以及图片信息的实施例可以与本实施例结合,例如,客户端将搜索词发送给服务端之后,服务端可以根据搜索词获取图片和图片的信息,以及获取推荐内容,之后,服务端将图片和图片的信息以及推荐内容一起发送给客户端,由客户端进行展示。
例如,在客户端展示搜索词对应的图片,在图片的下方展示提示信息,在图片上对应人物标注人名,以及,在推荐区域展示搜索词对应的推荐内容。
参见图13,人物相关性列表可以采用如下流程建立:
S131:获取第一信息,所述第一信息是来自社交网站的信息。
社交网站例如为facebook,linkedin,twitter等。
S132:获取第二信息,所述第二信息是对普通网页信息进行句法语义分析后,获取的存在语义关系的人物信息,或者,对存在语义关系的人物信息进行筛选后得到的人物信息。
例如,可以收集普通网页,对普通网页进行依存分析和语义角色标注,获取存在语义关系的人物,之后保留置信度高的存在语义关系的人物信息,特别是存在时间和/或地点上交集的人物。
S133:获取第三信息,所述第三信息是人物介绍词条中包含的人物领域分类信息。
例如,来自百科人物词条上的人物领域分类信息。
可以理解的是,S131-S133无时序限制关系。
S134:根据所述第一信息,所述第二信息和所述第三信息,计算两个人物之间的相关性,根据计算得到的相关性数值获取人物相关性列表。
例如,可以采用如下公式计算两个人物之间的相关性数值:
Sim(p1,p2)=w1*Σn{simsn(p1,p2,n)}+w2*simwiki(p1,p2)+w3*Σm{simsrl(p1,p2,m)}。
其中,Sim(p1,p2)是人物p1和p2之间的相关性数值,simsn(p1,p2,n)是根据第一信息确定的相关性数值,simwiki(p1,p2)是根据第三信息确定的相关性数值,simsrl(p1,p2,m)是根据第二信息确定的相关性数值,w1,w2和w3是预先设置的权重。
具体的:
simsn(p1,p2,n),其中simsn代表的是社交网站的相关性(simi larity insocial network),如果p1和p2在一个社交网站n中,则simsn(p1,p2,n)取值为1,否则取值为0。n的总个数可以根据选取的社交网站确定。
simwiki(p1,p2),代表的是人物介绍词条的相关性(simi larity in Wikipedia/baike),以百度百科为例,其设定如下:如果p1对应的百度百科网页上出现了p2,而且p2的百度百科网页上出现了p1,则simwiki取值为2;如果只是单方面出现,例如“张亚勤”的百科主页上有“李开复”,但是反过来“李开复”的百科主页上没有“张亚勤”,这个时候simwiki取值为1。如果双方都没有出现,则simwiki取值为0。
simsrl(p1,p2,m),这里m代表一个段落,假设一共有100个网页,每个网页10个段落,则一共有1000个段落,其中,网页和段落的个数可以根据选择的情况确定。从而m取值从1到1000。在每个段落中,根据语义角色标注对每个句子解析之后,如果p1和p2这两个人名实体,被建立了关系,则simsrl(p1,p2,m)取值为1,否则取值为0。
w1,w2,和w3可以根据开发集,人工调整,例如可以简单设置为w1取值100,w2取值50,w3取值1。从而更加信任来自社交网络的人和人的链接,而来自百科的信息则被折半,因为涉及网页数量庞大,最终在网页上,每个段落的贡献都非常小。这种设置的目的是对不同来源的数据的贡献值进行平衡。
本实施例通过根据预先建立的相关性列表获取推荐内容,可以获取到与搜索词更相关的推荐内容,从而提高推荐内容的准确度,满足用户需求。
图14是本发明另一实施例提出的信息展示装置的流程示意图,该装置140包括:接收模块141、获取模块142和第一展示模块143。
接收模块141用于接收搜索词;
该装置可以位于客户端,例如搜索引擎的客户端,或者专门用于图片搜索的产品的客户端等。
客户端可以接收用户输入的搜索词。
以人物搜索为例,搜索词可以是要搜索的人物的人名或者与其他人名的关系等。
例如,搜索词是“张亚勤”或者“张亚勤老婆”。
获取模块142用于获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;
可选的,所述获取模块142具体用于:
将所述搜索词发送给服务端,以使所述服务端获取与搜索词对应的图片,并从所述图片和/或所述图片对应的文字中,获取所述图片的信息;
接收所述服务端发送的所述搜索结果。
图片的属性信息例如为图片的拍摄时间,和/或,图片的拍摄地点。
对图片中的内容进行识别后得到的识别结果,例如,当图片是包含人物的图片时,识别结果包括对图片中包含的人物的识别结果。
以搜索“张亚勤”为例,搜索结果包括搜索词对应的图片,例如,获取到包含“张亚勤”的图片。
另外,还可以获取该图片的拍摄时间和拍摄地点。
另外,还可以获取该图片中包含的人物的识别结果,例如包含“张亚勤”,可以理解的是,如果搜索词包括多个人物,且获取的图片上也包含这多个人物时,可以在图片上标注出多个人物的人名。
第一展示模块143用于对应展示所述图片以及所述图片的信息。
可选的,所述第一展示模块143具体用于:
将所述图片的信息作为所述图片的提示信息,展示在所述图片所在的搜索结果页的用于展示提示信息的位置上;以及,
在所述图片上,对应所述图片中的内容标注出所述内容的识别结果。
例如,针对搜索词“张亚勤”,参见图2给出了一种现有技术中的展示示意图,该图片下方有提示信息21,提示信息具体包括:“张亚勤李开复”以及图片链接“www.ghfood.net”和图片解析度“717*499”这样的辅助信息。但是,该图上面配置的关键词“张亚勤李开复”,和图片无法匹配,该提示信息是不准确的。
而采用本实施例的方法,可以展示如图3所示的示意图,不同于图1的“张亚勤李开复”这样的提示信息,本图中,基于人像自动识别的结果,展示出来的是更好地符合图片内容的提示信息21,提示信息具体21包括:“张亚勤张亚勤妻子(汪健)比尔盖茨2009年西雅图”。这里的“2009年”代表本照片拍摄的时间,“西雅图”代表本照片拍摄的地点。除此之外,因为用户输入的搜索词是“张亚勤”,在该照片中,也特意在张亚勤的头像上方,增加了图片内容的识别结果22,例如,识别结果是“张亚勤”这三个字,这样就直接建立了“用户输入的搜索词:张亚勤”-“图片中的头像:张亚勤”这样的文字到图片之间的映射关系。其目的是方便用户更好地在多人合影中,迅速找出搜索词相关的人物。
延续图3的展现形式,图4给出了用户检索图片上出现多个目标人物的情况,例如当用户输入检索关键词:“张亚勤比尔盖茨”的时候,则除了展示出更好地符合图片内容的提示信息41之外,提示信息41包括:“张亚勤张亚勤妻子(汪健)比尔盖茨2009年西雅图”,还同时在检索结果图片上标出搜索词相关的各个人物的识别结果42。
本实施例通过在接收到搜索词后,获取搜索词对应的图片以及图片的信息,图片的信息包括对图片内容进行识别后的识别结果,并对应展示图片和图片的信息,由于图片的信息包括对图片内容识别的结果,可以提高信息的准确度,并且,由于还对应图片展示图片内容的识别结果,可以丰富展示的信息。
参见图15,该装置140还可以包括:发送模块144和第二展示模块145。
发送模块144用于将所述搜索词发送给服务端,以使所述服务端根据所述搜索词以及预先建立的相关性列表,获取与所述搜索词对应的推荐内容;
例如,客户端将搜索词发送给服务端,由服务端获取推荐内容,客户端接收服务端发送的推荐内容。
第二展示模块145用于接收所述服务端发送的所述推荐内容,并将所述推荐内容展示在所述图片所在的搜索结果页的用于展示推荐内容的位置上。
可以理解的是,本实施例主要描述推荐内容的获取,因此主要关注了推荐内容,但在实际实施时,图1的实施例可以与本实施例结合,例如,客户端将搜索词发送给服务端之后,服务端可以根据搜索词获取图片和图片的信息,以及获取推荐内容,之后,服务端将图片和图片的信息以及推荐内容一起发送给客户端,由客户端进行展示。
另外,本实施例以间接搜索为例,但是本实施例的方法也可以应用到直接搜索时,例如,在搜索“张亚勤”时,也可以获取并展示与“张亚勤”相关的推荐内容,例如马云等。
以搜索“张亚勤老婆”为例,参见图6,为现有技术中的展示示意图,而采用本实施例后,可以展示如图7所示的示意图。
如图6所示,目前的图片搜索引擎,在拓展相关性方面,是有问题的。搜索词也可以称为检索关键词,对于输入的检索关键词“张亚勤老婆”,目前的推荐内容61是“吴镇宇老婆”,“欧弟老婆”等人,由于“吴镇宇”、“欧弟”和检索关键词中的“张亚勤”的关系不大。由于主动检索“张亚勤”和主动检索“吴镇宇”,两者的用户的领域目的是有差别的,前者偏向于“IT领域”,而后者偏向于“娱乐,影视明星”领域,因此,现有技术中的推荐内容不能很好满足用户需求。
而本实施例中,参见图7,通过建立的相关性列表,“李开复”,“沈向洋”等和张亚勤有工作上的交集,或者“马云”,“马化腾”这样的IT知名人士和检索关键词“张亚勤”的相关性更好,因此,如图7所示的推荐内容71,推荐内容例如为“李开复老婆沈向洋老婆马云老婆…”,提示检索列表和检索关键词的相关性更高,有希望更能激发用户点击的欲望。
本实施例通过根据预先建立的相关性列表获取推荐内容,可以获取到与搜索词更相关的推荐内容,从而提高推荐内容的准确度,满足用户需求。
图16是本发明另一实施例提出的信息展示装置的结构示意图,该装置160包括接收模块161、第一获取模块162和第一发送模块163。
接收模块161用于接收客户端发送的搜索词;
该装置可以位于服务端。
例如,用户在客户端输入搜索词,客户端将搜索词发送给服务端。
第一获取模块162用于获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;
具体的,服务端可以按照当前图片搜索引擎的方法,主要是通过网页上围绕在图片周围的文本中的关键词和用户输入的搜索词之间的相似度计算获取网页上图片和用户输入的搜索词之间的相关性信息,从而进行图片的排序,并从排序后的图片中选择预设个数的图片作为与搜索词对应的图片。
第一发送模块163用于将所述搜索结果发送给所述客户端,以使所述客户端对应展示所述图片以及所述图片的信息。
客户端在获取图片和图片的信息后,展示的搜索结果可以如图3或图4所示。
可选的,所述图片的信息包括:对所述图片本身的属性信息进行抽取后获取的,以及,对所述图片对应的文字进行抽取后获取,所述第一获取模块具体用于:
对所述文字进行句法语义分析,所述句法语义分析包括:句法分析和语义角色标注;
根据所述句法语义分析结果,从所述文字中抽取所述图片的信息。
所述图片的内容是人物,所述图片的信息包括:对所述图片的人物进行识别后得到的人物识别结果,所述第一获取模块还用于:
对所述图片进行人脸识别,得到所述图片中的人物;
建立所述图片中的人物以及所述人物识别结果的映射关系,以便在客户端在对应所述图片中的人物标注所述人物识别结果。
具体的进行语义角色标注的流程可以参见上述方法中的相关描述。
参见图17,该装置160还包括:
第二获取模块164,用于根据所述搜索词,以及预先建立的相关性列表,确定与所述搜索词对应的推荐内容;
例如,服务端可以包括图片搜索引擎,当图片搜索引擎识别出搜索词是人名时,可以获取预先建立的人物相关性列表,根据该人物相关性列表获取搜索词对应的推荐内容。
例如,当搜索词是“张亚勤”时,推荐内容例如为:马云,李开复等。
第二发送模块165,用于将所述推荐内容发送给所述客户端,以使所述客户端将所述推荐内容展示在所述图片所在的搜索结果页的用于展示推荐内容的位置上。
例如,服务端可以包括图片搜索引擎,当图片搜索引擎识别出搜索词是人名时,可以获取预先建立的人物相关性列表,根据该人物相关性列表获取搜索词对应的推荐内容。
例如,当搜索词是“张亚勤”时,推荐内容例如为:马云,李开复等
可选的,所述相关性列表是人物相关性列表,所述装置160还包括:用于建立所述人物相关性列表的建立模块166,所述建立模块具体用于:
获取第一信息,所述第一信息是来自社交网站的信息;
获取第二信息,所述第二信息是对普通网页信息进行句法语义分析后,获取的存在语义关系的人物信息,或者,对存在语义关系的人物信息进行筛选后得到的人物信息;
获取第三信息,所述第三信息是人物介绍词条中包含的人物领域分类信息;
根据所述第一信息,所述第二信息和所述第三信息,计算两个人物之间的相关性,根据计算得到的相关性数值获取人物相关性列表。
具体的建立人物相关性列表的流程可以参见上述方法中的相关描述,在此不再赘述。
本实施例通过在接收到搜索词后,获取搜索词对应的图片以及图片的信息,图片的信息包括对图片内容进行识别后的识别结果,并对应展示图片和图片的信息,由于图片的信息包括对图片内容识别的结果,可以提高信息的准确度,并且,由于还对应图片展示图片内容的识别结果,可以丰富展示的信息。本实施例通过根据预先建立的相关性列表获取推荐内容,可以获取到与搜索词更相关的推荐内容,从而提高推荐内容的准确度,满足用户需求。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (14)
1.一种信息展示方法,其特征在于,包括:
接收搜索词;
获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;
对应展示所述图片以及所述图片的信息;
其中,所述接收搜索词之后,所述方法还包括:
将所述搜索词发送给服务端,以使所述服务端根据所述搜索词以及预先建立的相关性列表,获取与所述搜索词对应的推荐内容;
接收所述服务端发送的所述推荐内容,并将所述推荐内容展示在所述图片所在的搜索结果页的用于展示推荐内容的位置上;
其中,所述相关性列表是人物相关性列表,是采用以下步骤建立的:获取第一信息,所述第一信息是来自社交网站的信息;获取第二信息,所述第二信息是对普通网页信息进行句法语义分析后,获取的存在语义关系的人物信息,或者,对存在语义关系的人物信息进行筛选后得到的人物信息;获取第三信息,所述第三信息是人物介绍词条中包含的人物领域分类信息;根据所述第一信息,所述第二信息和所述第三信息,计算两个人物之间的相关性,根据计算得到的相关性数值获取人物相关性列表。
2.根据权利要求1所述的方法,其特征在于,所述对应展示所述图片以及所述图片的信息,包括:
将所述图片的信息作为所述图片的提示信息,展示在所述图片所在的搜索结果页的用于展示提示信息的位置上;以及,
在所述图片上,对应所述图片中的内容标注出所述内容的识别结果。
3.根据权利要求1所述的方法,其特征在于,所述图片的属性信息包括:所述图片的拍摄时间,和/或,所述图片的拍摄地点。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述获取与所述搜索词对应的搜索结果,包括:
将所述搜索词发送给服务端,以使所述服务端获取与搜索词对应的图片,并从所述图片和/或所述图片对应的文字中,获取所述图片的信息;
接收所述服务端发送的所述搜索结果。
5.一种搜索结果的展示方法,其特征在于,包括:
接收客户端发送的搜索词;
获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;
将所述搜索结果发送给所述客户端,以使所述客户端对应展示所述图片以及所述图片的信息;
其中,所述接收客户端发送的搜索词之后,所述方法还包括:
根据所述搜索词,以及预先建立的相关性列表,确定与所述搜索词对应的推荐内容;
将所述推荐内容发送给所述客户端,以使所述客户端将所述推荐内容展示在所述图片所在的搜索结果页的用于展示推荐内容的位置上;
其中,所述相关性列表是人物相关性列表,所述方法还包括:建立所述人物相关性列表,所述建立所述人物相关性列表,包括:
获取第一信息,所述第一信息是来自社交网站的信息;
获取第二信息,所述第二信息是对普通网页信息进行句法语义分析后,获取的存在语义关系的人物信息,或者,对存在语义关系的人物信息进行筛选后得到的人物信息;
获取第三信息,所述第三信息是人物介绍词条中包含的人物领域分类信息;
根据所述第一信息,所述第二信息和所述第三信息,计算两个人物之间的相关性,根据计算得到的相关性数值获取人物相关性列表。
6.根据权利要求5所述的方法,其特征在于,所述图片的信息包括:对所述图片本身的属性信息进行抽取后获取的,以及,对所述图片对应的文字进行抽取后获取,所述对所述图片对应的文字进行抽取,包括:
对所述文字进行句法语义分析,所述句法语义分析包括:句法分析和语义角色标注;
根据所述句法语义分析结果,从所述文字中抽取所述图片的信息。
7.根据权利要求5所述的方法,其特征在于,所述图片的内容是人物,所述图片的信息包括:对所述图片的人物进行识别后得到的人物识别结果,所述方法还包括:
对所述图片进行人脸识别,得到所述图片中的人物;
建立所述图片中的人物以及所述人物识别结果的映射关系,以便在客户端在对应所述图片中的人物标注所述人物识别结果。
8.一种信息展示装置,其特征在于,包括:
接收模块,用于接收搜索词;
获取模块,用于获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;
第一展示模块,用于对应展示所述图片以及所述图片的信息;
其中,所述装置还包括:
发送模块,用于将所述搜索词发送给服务端,以使所述服务端根据所述搜索词以及预先建立的相关性列表,获取与所述搜索词对应的推荐内容;
第二展示模块,用于接收所述服务端发送的所述推荐内容,并将所述推荐内容展示在所述图片所在的搜索结果页的用于展示推荐内容的位置上;
其中,所述相关性列表是人物相关性列表,是采用以下步骤建立的:获取第一信息,所述第一信息是来自社交网站的信息;获取第二信息,所述第二信息是对普通网页信息进行句法语义分析后,获取的存在语义关系的人物信息,或者,对存在语义关系的人物信息进行筛选后得到的人物信息;获取第三信息,所述第三信息是人物介绍词条中包含的人物领域分类信息;根据所述第一信息,所述第二信息和所述第三信息,计算两个人物之间的相关性,根据计算得到的相关性数值获取人物相关性列表。
9.根据权利要求8所述的装置,其特征在于,所述第一展示模块具体用于:
将所述图片的信息作为所述图片的提示信息,展示在所述图片所在的搜索结果页的用于展示提示信息的位置上;以及,
在所述图片上,对应所述图片中的内容标注出所述内容的识别结果。
10.根据权利要求8所述的装置,其特征在于,所述图片的属性信息包括:所述图片的拍摄时间,和/或,所述图片的拍摄地点。
11.根据权利要求8-10任一项所述的装置,其特征在于,所述获取模块具体用于:
将所述搜索词发送给服务端,以使所述服务端获取与搜索词对应的图片,并从所述图片和/或所述图片对应的文字中,获取所述图片的信息;
接收所述服务端发送的所述搜索结果。
12.一种信息展示装置,其特征在于,包括:
接收模块,用于接收客户端发送的搜索词;
第一获取模块,用于获取与所述搜索词对应的搜索结果,所述搜索结果包括:与所述搜索词对应的图片以及所述图片的信息,所述图片的信息包括:所述图片的属性信息,和/或,对所述图片中的内容进行识别后得到的识别结果;
第一发送模块,用于将所述搜索结果发送给所述客户端,以使所述客户端对应展示所述图片以及所述图片的信息;
其中,所述装置还包括:
第二获取模块,用于根据所述搜索词,以及预先建立的相关性列表,确定与所述搜索词对应的推荐内容;
第二发送模块,用于将所述推荐内容发送给所述客户端,以使所述客户端将所述推荐内容展示在所述图片所在的搜索结果页的用于展示推荐内容的位置上;
其中,所述相关性列表是人物相关性列表,所述装置还包括:用于建立所述人物相关性列表的建立模块,所述建立模块具体用于:
获取第一信息,所述第一信息是来自社交网站的信息;
获取第二信息,所述第二信息是对普通网页信息进行句法语义分析后,获取的存在语义关系的人物信息,或者,对存在语义关系的人物信息进行筛选后得到的人物信息;
获取第三信息,所述第三信息是人物介绍词条中包含的人物领域分类信息;
根据所述第一信息,所述第二信息和所述第三信息,计算两个人物之间的相关性,根据计算得到的相关性数值获取人物相关性列表。
13.根据权利要求12所述的装置,其特征在于,所述图片的信息包括:对所述图片本身的属性信息进行抽取后获取的,以及,对所述图片对应的文字进行抽取后获取,所述第一获取模块具体用于:
对所述文字进行句法语义分析,所述句法语义分析包括:句法分析和语义角色标注;
根据所述句法语义分析结果,从所述文字中抽取所述图片的信息。
14.根据权利要求12所述的装置,其特征在于,所述图片的内容是人物,所述图片的信息包括:对所述图片的人物进行识别后得到的人物识别结果,所述第一获取模块还用于:
对所述图片进行人脸识别,得到所述图片中的人物;
建立所述图片中的人物以及所述人物识别结果的映射关系,以便在客户端在对应所述图片中的人物标注所述人物识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410614442.5A CN104462212B (zh) | 2014-11-04 | 2014-11-04 | 信息展示方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410614442.5A CN104462212B (zh) | 2014-11-04 | 2014-11-04 | 信息展示方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104462212A CN104462212A (zh) | 2015-03-25 |
CN104462212B true CN104462212B (zh) | 2017-12-22 |
Family
ID=52908248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410614442.5A Active CN104462212B (zh) | 2014-11-04 | 2014-11-04 | 信息展示方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104462212B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765472B (zh) * | 2015-04-20 | 2018-06-05 | 百度在线网络技术(北京)有限公司 | 输入信息的展示方法和装置 |
CN107305566B (zh) * | 2016-04-21 | 2019-10-18 | 北京搜狗科技发展有限公司 | 一种为搜索信息匹配图片的方法及装置 |
US11308154B2 (en) | 2016-08-17 | 2022-04-19 | Baidu Usa Llc | Method and system for dynamically overlay content provider information on images matched with content items in response to search queries |
CN111046203A (zh) * | 2019-12-10 | 2020-04-21 | Oppo广东移动通信有限公司 | 图像检索方法、装置、存储介质及电子设备 |
CN113094538A (zh) * | 2019-12-23 | 2021-07-09 | 中国电信股份有限公司 | 图像的检索方法、装置和计算机可读存储介质 |
CN111368107B (zh) * | 2020-02-18 | 2024-03-12 | 深圳传音控股股份有限公司 | 图库搜索方法、终端及计算机存储介质 |
CN111339335A (zh) * | 2020-03-06 | 2020-06-26 | Oppo广东移动通信有限公司 | 图像检索方法、装置、存储介质及电子设备 |
CN114625923B (zh) * | 2022-03-18 | 2024-01-09 | 北京百度网讯科技有限公司 | 视频检索模型的训练方法、视频检索方法、装置以及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519757A (zh) * | 2003-01-29 | 2004-08-11 | ������������ʽ���� | 图像检索装置、图像检索装置的关键词赋予方法及程序 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101042515B1 (ko) * | 2008-12-11 | 2011-06-17 | 주식회사 네오패드 | 사용자의 의도에 기반한 정보 검색방법 및 정보 제공방법 |
-
2014
- 2014-11-04 CN CN201410614442.5A patent/CN104462212B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519757A (zh) * | 2003-01-29 | 2004-08-11 | ������������ʽ���� | 图像检索装置、图像检索装置的关键词赋予方法及程序 |
Also Published As
Publication number | Publication date |
---|---|
CN104462212A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104462212B (zh) | 信息展示方法和装置 | |
Cabrio et al. | Five years of argument mining: A data-driven analysis. | |
US11500917B2 (en) | Providing a summary of a multimedia document in a session | |
WO2018227462A1 (en) | Method and apparatus for intelligent automated chatting | |
US20200036659A1 (en) | Providing new recommendation in automated chatting | |
CN105975558B (zh) | 建立语句编辑模型的方法、语句自动编辑方法及对应装置 | |
CN109271518B (zh) | 用于对微博信息进行分类显示的方法和设备 | |
US11729120B2 (en) | Generating responses in automated chatting | |
US10394886B2 (en) | Electronic device, computer-implemented method and computer program | |
CN106649778B (zh) | 基于深度问答的交互方法和装置 | |
WO2019071599A1 (en) | PROVIDING AN ANSWER IN A SESSION | |
US11810337B2 (en) | Providing emotional care in a session | |
KR20160055930A (ko) | 연속적인 소셜 커뮤니케이션에 사용되는 콘텐츠를 능동적으로 구성하기 위한 시스템 및 방법 | |
CN106372060A (zh) | 搜索文本的标注方法和装置 | |
CN111506794A (zh) | 一种基于机器学习的谣言管理方法和装置 | |
CN109992781B (zh) | 文本特征的处理方法、装置和存储介质 | |
KR20200087977A (ko) | 멀티모달 문서 요약 시스템 및 방법 | |
CN111309916B (zh) | 摘要抽取方法和装置、存储介质和电子装置 | |
CN114328838A (zh) | 事件抽取方法、装置、电子设备及可读存储介质 | |
CN113901263B (zh) | 一种视频素材的标签生成方法及装置 | |
CN113886568A (zh) | 一种文本摘要的生成方法及装置 | |
CN109063127A (zh) | 一种搜索方法、装置、服务器及存储介质 | |
CN104462289B (zh) | 直达号关键词的推荐方法和装置 | |
KR102279125B1 (ko) | 취향필터에 기반한 추천 정보 제공 단말 및 장치 | |
CN109284364B (zh) | 一种用于语音连麦互动的互动词汇更新方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |