[发明专利]弹幕相似度计算方法、存储介质、设备及系统在审
| 申请号： | 201910073309.6 | 申请日： | 2019-01-25 |
| 公开（公告）号： | CN109857995A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 徐乐乐 | 申请（专利权）人： | 武汉斗鱼网络科技有限公司 |
| 主分类号： | G06F17/22 | 分类号： | G06F17/22;G06F17/27;H04N21/2187;H04N21/235;H04N21/431;H04N21/435 |
| 代理公司： | 武汉智权专利代理事务所(特殊普通合伙) 42225 | 代理人： | 张凯 |
| 地址： | 430000 湖北省武汉市武汉东湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 匹配度 向量化 设备及系统 相似度计算 存储介质 相似度 分词 数据处理领域 文本 | ||
1.一种弹幕相似度计算方法，其特征在于，包括以下步骤：
对弹幕A和弹幕B的文本进行分词，并将分词后得到的每个词项通过word2vec进行向量化表示；
基于向量化表示的词项，计算弹幕A的每个词项与弹幕B的匹配度，以及计算弹幕B的每个词项与弹幕A的匹配度；
基于向量化表示的词项，计算弹幕A的每个词项与弹幕B的共现度，以及计算弹幕B的每个词项与弹幕A的共现度；
计算得到的所有匹配度之和除以所有共现度之和，得到弹幕A和弹幕B的相似度。
2.如权利要求1所述的一种弹幕相似度计算方法，其特征在于：所述计算弹幕A的每个词项与弹幕B的匹配度，计算公式为：
其中，Simmax(wordAi,B)表示弹幕A中第i个词项与弹幕B的匹配度，表示弹幕A中第i个词项的向量，表示弹幕B中第j个词项的向量，wordBj表示弹幕B中第j个词项，B表示弹幕B的所有词项，表示计算和的余弦相似度。
3.如权利要求2所述的一种弹幕相似度计算方法，其特征在于：所述计算弹幕B的每个词项与弹幕A的匹配度，计算公式为：
其中，Simmax(wordBi,A)表示弹幕B中第i个词项与弹幕A的匹配度，表示弹幕B中第i个词项的向量，表示弹幕A中第j个词项的向量，wordAj表示弹幕A中第j个词项，A表示弹幕A的所有词项，表示计算和的余弦相似度。
4.如权利要求3所述的一种弹幕相似度计算方法，其特征在于：所述弹幕A的每个词项与弹幕B的共现度，计算公式为：
其中，simall(wordAi,B)表示弹幕A中第i个词项与弹幕B的共现度。
5.如权利要求4所述的一种弹幕相似度计算方法，其特征在于：所述弹幕B的每个词项与弹幕A的共现度，计算公式为：
其中，simall(wordBi,A)表示弹幕B中第i个词项与弹幕A的共现度。
6.如权利要求5所述的一种弹幕相似度计算方法，其特征在于：所述计算得到的所有匹配度之和除以所有共现度之和，计算公式为：
其中，Sim(A,B)表示弹幕A和弹幕B的相似度，α表示弹幕A中词项的总个数，β表示弹幕B中词项的总个数。
7.如权利要求1所述的一种弹幕相似度计算方法，其特征在于：当弹幕A和弹幕B的相似度大于设定阈值时，选取弹幕A或弹幕B中的任一条弹幕在直播画面上展示，另一条未被选取的弹幕在直播画面上不作展示。
8.一种存储介质，该存储介质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以下步骤：
对弹幕A和弹幕B的文本进行分词，并将分词后得到的每个词项通过word2vec进行向量化表示；
基于向量化表示的词项，计算弹幕A的每个词项与弹幕B的匹配度，以及计算弹幕B的每个词项与弹幕A的匹配度；
基于向量化表示的词项，计算弹幕A的每个词项与弹幕B的共现度，以及计算弹幕B的每个词项与弹幕A的共现度；
计算得到的所有匹配度之和除以所有共现度之和，得到弹幕A和弹幕B的相似度。
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武汉斗鱼网络科技有限公司，未经武汉斗鱼网络科技有限公司许可，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/201910073309.6/1.html，转载请声明来源钻瓜专利网。
