CN109840292A - 视频标签的生成方法及其装置 - Google Patents

Abstract

本发明公开了一种视频标签的生成方法及其装置。其中，方法包括：获取视频的标题，将视频的标题进行分割，以生成标题对应的词语序列，其中，词语序列包括至少一个无法继续分割的词语。对词语序列中的每个词语进行词性标注，以生成词语序列对应的词性序列。根据词语序列和词性序列，生成视频的标签。由此，实现了根据视频标题中词语的词性，生成视频的标签，提高了生成标签的效率，而且保证了生成的视频标签的客观性。解决了现有技术中使用人工浏览标记的方式给视频打标签，效率太低，缺少客观依据的技术问题。

Description

视频标签的生成方法及其装置

技术领域

本发明涉及数据处理技术领域，尤其涉及一种视频标签的生成方法及其装置。

背景技术

随着网络视频技术的发展，向用户精准地推荐用户感兴趣的视频已经成为网络视频平 台的一项重要的需求。因此，首先需要准确生成视频的标签，再将标签与用户的关注点进 行匹配，根据匹配结果确定是否向用户推荐该视频。其中，用户的关注点是指用户持续关 注的主题或者话题。

相关技术中，使用人工浏览标记的方式给视频打标签，效率太低，而且人工所打标签 主观性太强，缺少客观依据。

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，本发明的第一个目的在于提出一种视频标签的生成方法，以实现根据视频标题 中词语的词性，生成视频的标签，提高了生成标签的效率，而且保证了生成的视频标签的 客观性。

本发明的第二个目的在于提出一种视频标签的生成装置。

本发明的第三个目的在于提出一种计算机程序产品。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本发明第一方面实施例提出了一种视频标签的生成方法，包括：获取 视频的标题；将所述视频的标题进行分割，以生成所述标题对应的词语序列，其中，所述词语序列包括至少一个无法继续分割的词语；对所述词语序列中的每个词语进行词性标注， 以生成所述词语序列对应的词性序列；以及根据所述词语序列和所述词性序列，生成所述 视频的标签。

和现有技术相比，本发明实施例通过对视频的标题进行分割，以生成标题对应的词语 序列，其中，词语序列包括至少一个无法继续分割的词语。对词语序列中的每个词语进行 词性标注，以生成词语序列对应的词性序列。根据词语序列和词性序列，生成视频的标签。 由此，实现了根据视频标题中词语的词性，生成视频的标签，提高了生成标签的效率，而 且保证了生成的视频标签的客观性。

另外，本发明实施例的视频标签的生成方法，还具有如下附加的技术特征：

可选地，获取所述视频的用户评论信息；根据所述用户评论信息，生成所述视频的描 述信息；将所述描述信息与所述词语序列的每个词语进行匹配，以标注所述词语序列的每 个词语的词性；以及将所述词性按所述词语序列中对应词语的顺序进行排序，以生成所述 词语序列对应的词性序列。

可选地，所述获取所述视频的用户评论信息，包括：获取所述视频对应的用户评论和 用户回复；对所述用户评论和用户回复按照时间进行串联，以生成所述视频的用户评论信 息。

可选地，所述根据所述用户评论信息，生成所述视频的描述信息，包括：使用上下文 编码器对所述用户评论信息进行处理，以生成所述视频的描述信息。

可选地，所述词性包括：独立的标签词语、标签短语的第一个词、标签短语的中间词、 标签短语的最后一个词、无效词。

可选地，所述根据所述词语序列和所述词性序列，生成所述视频的标签，包括：从所 述词语序列中选择所述独立的标签词语对应的词语作为所述视频的标签词语；从所述词语 序列中分别选择所述标签短语的第一个词、所述标签短语的中间词、所述标签短语的最后 一个词对应的词语，以生成所述视频的标签短语；将所述标签词语和所述标签短语作为所 述视频的标签。

本发明第二方面实施例提出了一种视频标签的生成装置，包括：获取模块，用于获取 视频的标题；分割模块，用于将所述视频的标题进行分割，以生成所述标题对应的词语序 列，其中，所述词语序列包括至少一个无法继续分割的词语；标注模块，用于对所述词语序列中的每个词语进行词性标注，以生成所述词语序列对应的词性序列；以及生成模块，用于根据所述词语序列和所述词性序列，生成所述视频的标签。

可选地，所述标注模块，包括：获取子模块，用于获取所述视频的用户评论信息；生成子模块，用于根据所述用户评论信息，生成所述视频的描述信息；匹配子模块，用于将 所述描述信息与所述词语序列的每个词语进行匹配，以标注所述词语序列的每个词语的词性；以及排序子模块，用于将所述词性按所述词语序列中对应词语的顺序进行排序，以生成所述词语序列对应的词性序列。

可选地，所述获取子模块，包括：获取单元，用于获取所述视频对应的用户评论和用 户回复；串联单元，用于对所述用户评论和用户回复按照时间进行串联，以生成所述视频 的用户评论信息。

可选地，所述生成子模块，具体用于使用上下文编码器对所述用户评论信息进行处理， 以生成所述视频的描述信息。

可选地，所述生成模块，包括：第一选择子模块，用于从所述词语序列中选择所述独 立的标签词语对应的词语作为所述视频的标签词语；第二选择子模块，用于从所述词语序 列中分别选择所述标签短语的第一个词、所述标签短语的中间词、所述标签短语的最后一 个词对应的词语，以生成所述视频的标签短语；设置子模块，用于将所述标签词语和所述 标签短语作为所述视频的标签。

本发明第三方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令 处理器执行时实现如前述方法实施例所述的视频标签的生成方法。

本发明第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机 程序，所述计算机程序被处理器执行时实现如前述方法实施例所述的视频标签的生成方法。

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

图1为本发明实施例所提供的一种视频标签的生成方法的流程示意图；

图2为本发明实施例所提供的另一种视频标签的生成方法的流程示意图；

图3为本发明实施例所提供的一个示例中获取视频的标题的示意图；

图4为本发明实施例所提供的一个示例中获取视频的用户评论信息的示意图；

图5为本发明实施例所提供的一个示例中生成词性序列的流程图；

图6为本发明实施例所提供的一种视频标签的生成装置的结构示意图；以及

图7为本发明实施例所提供的另一种视频标签的生成装置的结构示意图。

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元件或具有相同或类似功能的元件。下面通过参考附图描 述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的视频标签的生成方法及其装置。

基于上述现有技术的描述可以知道，相关技术中，使用人工浏览标记的方式给视频打标签，效率太低，而且人工所打标签主观性太强，缺少客观依据。

针对这一问题，本发明实施例提供了一种视频标签的生成方法。获取视频的标题，将视频的标题进行分割，以生成标题对应的词语序列，其中，词语序列包括至少一个 无法继续分割的词语。对词语序列中的每个词语进行词性标注，以生成词语序列对应 的词性序列。根据词语序列和词性序列，生成视频的标签。由此，实现了根据视频标 题中词语的词性，生成视频的标签，提高了生成标签的效率，而且保证了生成的视频 标签的客观性。

图1为本发明实施例所提供的一种视频标签的生成方法的流程示意图。如图1所示， 该方法包括以下步骤：

S101，获取视频的标题。

应当理解的是，同样的视频在不同的网站中会采用不同的标题。因此，可以获取多个网站中该视频的标题。

S102，将视频的标题进行分割，以生成标题对应的词语序列。

其中，词语序列包括至少一个无法继续分割的词语。

需要说明的是，S101中获取的视频的标题有多个，因此对应的词语序列也有多个，多个词语序列独立存在。举例来说，x_i代表视频的第i个标题，可以拆分为词语序列其中|x_i|代表x_i对应的词语序列中词语的个数。

S103，对词语序列中的每个词语进行词性标注，以生成词语序列对应的词性序列。

其中，词性可以包括：独立的标签词语、标签短语的第一个词、标签短语的中间词、标签短语的最后一个词、无效词。

应当理解的是，词性序列中每一个词性都和词语序列中的每个词语按顺序一一对应。举例来说，词语序列对应的词性序列为 y_i，t代表x_i，t是否是标签词语或者标签短语的一部分， y_i，t∈{SINGLE.BEGIN.MIDDLE.END，NOT)，SINGLE表示独立的标签词语，BEGIN 表示标签短语的第一个词，MIDDLE表示标签短语的中间词，END表示标签短语的最 后一个词，NOT表示无效词。显然，词性序列中词性的个数也是|x_i|。

S104，根据词语序列和词性序列，生成视频的标签。

一种可能的实现方式是，通过词语与词性的对应关系，可以从词语序列中选择独立的 标签词语对应的词语作为视频的标签词语，也可以从词语序列中分别选择标签短语的第一 个词、标签短语的中间词、标签短语的最后一个词对应的词语，以生成视频的标签短语。 将标签词语和标签短语作为视频的标签。

综上所述，本发明实施例所提供的视频标签的生成方法，获取视频的标题，将视频的 标题进行分割，以生成标题对应的词语序列，其中，词语序列包括至少一个无法继续分割 的词语。对词语序列中的每个词语进行词性标注，以生成词语序列对应的词性序列。根据 词语序列和词性序列，生成视频的标签。由此，实现了根据视频标题中词语的词性，生成视频的标签，提高了生成标签的效率，而且保证了生成的视频标签的客观性。

为了更加清楚地说明本发明实施例所提供的视频标签的生成方法是如何对词语序列中 的每个词语进行词性标注的，本发明实施例还提出了另一种视频标签的生成方法，图2为 本发明实施例所提供的另一种视频标签的生成方法的流程示意图。如图2所示，基于图1 所示的方法流程，S103，对词语序列中的每个词语进行词性标注，以生成词语序列对应的 词性序列该方法包括以下步骤：

S201，获取视频的用户评论信息。

其中，用户的评论信息是视频对应的用户评论和用户回复生成的。

获取视频的用户评论信息的一种可能的实现方式是，获取视频对应的用户评论和用户 回复，对用户评论和用户回复按照时间进行串联，以生成视频的用户评论信息。

可以理解，和视频的标题相类似，不同网站上同一视频的拥有不同的用户评论和用户 回复，应当对它们独立安装时间进行串联。相应地，生成的用户评论信息也是独立存在的。

S202，根据用户评论信息，生成视频的描述信息。

一种可能的实现方式是，使用上下文编码器对用户评论信息进行处理，以生成视频的 描述信息。

应当理解的是，上下文编码器可以对文本信息进行缩写，缩写后的内容包含原文本信 息的主要信息。

需要说明的是，不同的网站对应的用户评论信息所生成的描述信息也独立存在。

S203，将描述信息与词语序列的每个词语进行匹配，以标注词语序列的每个词语的词 性。

具体地，将不同网站对应的描述信息进行合并，与不同网站对应的词语序列中的每个 词语进行匹配。若单独的词语匹配成功，则将词语序列中的该词语的词性标记为独立的标 签词，若多个连续的词语与描述信息中的短语匹配成功，则将词语序列中的多个连续的词 语分别标记为标签短语的第一个词、标签短语的中间词、标签短语的最后一个词，将词语 序列中的其他词语标记为无效词。

S204，将词性按词语序列中对应词语的顺序进行排序，以生成词语序列对应的词性序 列。

需要强调的是，虽然对不同网站的描述信息进行了合并，但是不同网站的词语序列及 其对应的词性序列依然是单独存在的。

从而，实现了对词语序列中的每个词语进行词性标注。

为了更加清楚地说明本发明实施例所提供的视频标签的生成方法，下面进行举例说明。

如图3所示，对于一段健身类视频，首先获取视频的标题“3个小朋友一起跳《冬天里的一把火》太可爱了，心情美美哒！”，对其进行分词，得到的词语序列为{3，个，小， 朋友，一起，跳，冬天里，的，一把火，心情，美美哒}。

如图4所示，再获取该视频的用户评论信息，使用上下编码器从中提取的描述信息为 “小朋友跳的挺有趣”。

如图5所示，将描述信息与词语序列进行匹配，匹配成功的词语为小、朋友、跳，那么词语序列对应的词性序列为{NOT，NOT，SINGLE，SINGLE，NOT，MIDDLE，NOT， NOT，NOT，NOT，NOT}。从词语序列中选择小、朋友、跳作为标签词语，生成的该视频 的标签为小、朋友、跳。

从词语序列中选择奔驰车、车祸作为标签词语，从词语序列中选择杭州、闹市、冲撞、 人群，生成杭州闹市、冲撞人群作为标签短语，生成的该视频的标签为奔驰车、车祸、杭州闹市、冲撞人群。

为了实现上述实施例，本发明实施例还提出一种视频标签的生成装置，图6为本发明 实施例所提供的一种视频标签的生成装置的结构示意图，如图6所示，该装置包括：获取模块310，分割模块320，标注模块330，生成模块340。

获取模块310，用于获取视频的标题。

分割模块320，用于将视频的标题进行分割，以生成标题对应的词语序列，其中，词语序列包括至少一个无法继续分割的词语。

标注模块330，用于对词语序列中的每个词语进行词性标注，以生成词语序列对应的 词性序列。

生成模块340，用于根据词语序列和词性序列，生成视频的标签。

进一步地，为了根据词语序列和词性序列，生成视频的标签，一种可能的实现方式是， 生成模块340，包括：第一选择子模块341，用于从词语序列中选择独立的标签词语对应的 词语作为视频的标签词语。第二选择子模块342，用于从词语序列中分别选择标签短语的 第一个词、标签短语的中间词、标签短语的最后一个词对应的词语，以生成视频的标签短 语。设置子模块343，用于将标签词语和标签短语作为视频的标签。

需要说明的是，前述对视频标签的生成方法实施例的解释说明也适用于该实施例的视 频标签的生成装置，此处不再赘述。

综上所述，本发明实施例所提供的视频标签的生成装置，获取视频的标题，将视频的 标题进行分割，以生成标题对应的词语序列，其中，词语序列包括至少一个无法继续分割 的词语。对词语序列中的每个词语进行词性标注，以生成词语序列对应的词性序列。根据 词语序列和词性序列，生成视频的标签。由此，实现了根据视频标题中词语的词性，生成视频的标签，提高了生成标签的效率，而且保证了生成的视频标签的客观性。

为了实现上述实施例，本发明实施例还提出另一种视频标签的生成装置，图7为本发 明实施例所提供的另一种视频标签的生成装置的结构示意图，如图7所示，基于图6所示的装置结构，标注模块330包括：获取子模块331，生成子模块332，匹配子模块333，排 序子模块334。

获取子模块331，用于获取视频的用户评论信息。

生成子模块332，用于根据用户评论信息，生成视频的描述信息。

匹配子模块333，用于将描述信息与词语序列的每个词语进行匹配，以标注词语序列 的每个词语的词性。

排序子模块334，用于将词性按词语序列中对应词语的顺序进行排序，以生成词语序 列对应的词性序列。

进一步地，为了获取视频的用户评论信息，一种可能的实现方式是，获取子模块331， 包括：获取单元3311，用于获取视频对应的用户评论和用户回复。串联单元3312，用于对 用户评论和用户回复按照时间进行串联，以生成视频的用户评论信息。

进一步地，为了生成视频的描述信息，一种可能的实现方式是，生成子模块332，具体用于使用上下文编码器对用户评论信息进行处理，以生成视频的描述信息。

需要说明的是，前述对视频标签的生成方法实施例的解释说明也适用于该实施例的视 频标签的生成装置，此处不再赘述。

从而，实现了对词语序列中的每个词语进行词性标注。

为了实现上述实施例，本发明实施例还提出一种计算机程序产品，当所述计算机程序 产品中的指令处理器执行时实现如前述方法实施例所述的视频标签的生成方法。

为了实现上述实施例，实施例还提出一种非临时性计算机可读存储介质，其上存储有 计算机程序，所述计算机程序被处理器执行时实现如前述方法实施例所述的视频标签的生 成方法。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、 “外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于 附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所 指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发 明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示 或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两 个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是 机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两 个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通 技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅 仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面” 可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

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 不必须针对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 在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领 域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进 行结合和组合。

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 (13)

1.一种视频标签的生成方法，其特征在于，包括：

获取视频的标题；

将所述视频的标题进行分割，以生成所述标题对应的词语序列，其中，所述词语序列包括至少一个无法继续分割的词语；

对所述词语序列中的每个词语进行词性标注，以生成所述词语序列对应的词性序列；以及

根据所述词语序列和所述词性序列，生成所述视频的标签。

2.如权利要求1所述的方法，其特征在于，所述对所述词语序列中的每个词语进行词性标注，以生成所述词语序列对应的词性序列，包括：

获取所述视频的用户评论信息；

根据所述用户评论信息，生成所述视频的描述信息；

将所述描述信息与所述词语序列的每个词语进行匹配，以标注所述词语序列的每个词语的词性；以及

将所述词性按所述词语序列中对应词语的顺序进行排序，以生成所述词语序列对应的词性序列。

3.如权利要求2所述的方法，其特征在于，所述获取所述视频的用户评论信息，包括：

获取所述视频对应的用户评论和用户回复；

对所述用户评论和用户回复按照时间进行串联，以生成所述视频的用户评论信息。

4.如权利要求3所述的方法，其特征在于，所述根据所述用户评论信息，生成所述视频的描述信息，包括：

使用上下文编码器对所述用户评论信息进行处理，以生成所述视频的描述信息。

5.如权利要求4所述的方法，其特征在于，所述词性包括：独立的标签词语、标签短语的第一个词、标签短语的中间词、标签短语的最后一个词、无效词。

6.如权利要求5所述的方法，其特征在于，所述根据所述词语序列和所述词性序列，生成所述视频的标签，包括：

从所述词语序列中选择所述独立的标签词语对应的词语作为所述视频的标签词语；

从所述词语序列中分别选择所述标签短语的第一个词、所述标签短语的中间词、所述标签短语的最后一个词对应的词语，以生成所述视频的标签短语；

将所述标签词语和所述标签短语作为所述视频的标签。

7.一种视频标签的生成装置，其特征在于，包括：

获取模块，用于获取视频的标题；

分割模块，用于将所述视频的标题进行分割，以生成所述标题对应的词语序列，其中，所述词语序列包括至少一个无法继续分割的词语；

标注模块，用于对所述词语序列中的每个词语进行词性标注，以生成所述词语序列对应的词性序列；以及

生成模块，用于根据所述词语序列和所述词性序列，生成所述视频的标签。

8.如权利要求7所述的装置，其特征在于，所述标注模块，包括：

获取子模块，用于获取所述视频的用户评论信息；

生成子模块，用于根据所述用户评论信息，生成所述视频的描述信息；

匹配子模块，用于将所述描述信息与所述词语序列的每个词语进行匹配，以标注所述词语序列的每个词语的词性；以及

排序子模块，用于将所述词性按所述词语序列中对应词语的顺序进行排序，以生成所述词语序列对应的词性序列。

9.如权利要求8所述的装置，其特征在于，所述获取子模块，包括：

获取单元，用于获取所述视频对应的用户评论和用户回复；

串联单元，用于对所述用户评论和用户回复按照时间进行串联，以生成所述视频的用户评论信息。

10.如权利要求9所述的装置，其特征在于，所述生成子模块，具体用于使用上下文编码器对所述用户评论信息进行处理，以生成所述视频的描述信息。

11.如权利要求10所述的装置，其特征在于，所述生成模块，包括：

第一选择子模块，用于从所述词语序列中选择所述独立的标签词语对应的词语作为所述视频的标签词语；

第二选择子模块，用于从所述词语序列中分别选择所述标签短语的第一个词、所述标签短语的中间词、所述标签短语的最后一个词对应的词语，以生成所述视频的标签短语；

设置子模块，用于将所述标签词语和所述标签短语作为所述视频的标签。

12.一种计算机程序产品，其特征在于，当所述计算机程序产品中的指令处理器执行时实现如权利要求1-6中任一项所述的视频标签的生成方法。

13.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的视频标签的生成方法。