[发明专利]基于情感分析选择视觉元素的系统和方法在审

专利信息
申请号: 201880065344.7 申请日: 2018-11-13
公开(公告)号: CN111436213A 公开(公告)日: 2020-07-21
发明(设计)人: J.托伦蒂诺;I.布洛索姆;Z.方;M.米勒;X.曲;D.邓菲尔德;Y.J.里;N.戈尔梅兹卡拉汉;Z.格雷彻;J.米尔克;H.利欧;K.亨尼西 申请(专利权)人: 谷歌有限责任公司
主分类号: G06Q30/02 分类号: G06Q30/02
代理公司: 北京市柳沈律师事务所 11105 代理人: 金玉洁
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 情感 分析 选择 视觉 元素 系统 方法
【权利要求书】:

1.一种基于情感分析选择要插入到内容项中的视觉元素的方法,包括:

由具有一个或多个处理器的数据处理系统使用具有多个测试内容项的训练数据集来建立内容项的表现预测模型,其中所述表现预测模型将组成视觉元素与情感表现度量相关联,每个测试内容项具有多个视觉元素和测量情感表现度量;

由所述数据处理系统识别内容项和要插入到所述内容项中的多个候选视觉元素,所述内容项具有多个组成视觉元素;

由所述数据处理系统使用所述表现预测模型和所述内容项的所述多个组成视觉元素来确定所述内容项的总情感表现度量;

由所述数据处理系统使用所述表现预测模型为所述多个候选视觉元素中的每个候选视觉元素确定所述候选视觉元素和所述内容项的所述多个视觉元素之间的组合表现度量,所述组合表现度量指示对所述内容项的总表现度量的预测效果;以及

由所述数据处理系统基于所述候选视觉元素与所述内容项中的所述多个组成视觉元素的组合表现度量,从所述多个候选视觉元素中选择要插入到所述内容项中的候选视觉元素。

2.根据权利要求1所述的方法,还包括:

由所述数据处理系统跨多个信息资源向第一组客户端设备呈现具有所述候选视觉元素的内容项,并且在第二组客户端设备上呈现不具有所述候选视觉元素的内容项;以及

由所述数据处理系统根据跨所述多个信息资源的呈现来确定具有所述候选视觉元素的内容项的第一交互统计和不具有所述候选视觉元素的内容项的第二交互统计。

3.根据权利要求1所述的方法,还包括:

由所述数据处理系统在多个信息资源的每个信息资源上呈现所述信息资源上的具有所述候选视觉元素的内容项;

由所述数据处理系统根据在所述多个信息资源上呈现所述内容项来确定插入了所述候选视觉元素的内容项的交互统计;以及

由所述数据处理系统基于所述表现度量、所述内容项的所述多个组成视觉元素以及插入到所述内容项中的所述候选视觉元素来更新所述表现预测模型。

4.根据权利要求1所述的方法,还包括:

由所述数据处理系统使用所述表现预测模型为所述内容项上的所述多个组成视觉元素的每个组成视觉元素确定所述组成视觉元素的贡献表现度量;并且

其中,确定所述总情感表现度量还包括基于所述内容项上的所述多个组成视觉元素的多个贡献表现度量来确定总情感表现度量。

5.根据权利要求1所述的方法,还包括:

由所述数据处理系统识别感知所述内容项的多个受众分群,每个受众分群由共同特征定义;

其中,建立所述表现预测模型还包括使用具有所述多个测试内容项的所述训练数据集来建立所述表现预测模型,每个测试内容项具有对于每个受众分群的测量情感表现度量;

其中,确定所述总情感表现度量还包括确定对于所述多个受众分群中的每个受众分群的、所述内容项的总情感表现度量;并且

其中,确定所述组合表现度量还包括确定对于所述多个受众分群中的每个受众分群的、所述候选视觉元素的组合表现度量。

6.根据权利要求1所述的方法,其中,建立所述表现预测模型还包括使用所述训练数据集建立所述表现预测模型,所述训练数据集包括第一测试内容项和第二测试内容项,第一内容项在第一位置处具有具备第一测量情感表现度量的视觉元素,第二内容项在第二位置处具有具备第二测量情感表现度量的视觉元素;并且

其中,确定所述组合表现度量还包括使用所述表现预测模型确定所述内容项内用于插入的候选位置处的候选视觉元素的组合表现度量。

7.根据权利要求1所述的方法,其中,建立所述表现预测模型还包括使用所述训练数据集建立所述表现预测模型,所述训练数据集的每个测试内容项具有多个视觉元素,每个视觉元素具有一个或多个图形特征;并且

其中,确定所述组合表现度量还包括使用所述表现预测模型基于所述候选视觉元素的一个或多个图形特征来确定所述组合表现度量。

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谷歌有限责任公司,未经谷歌有限责任公司许可,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/201880065344.7/1.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