[发明专利]一种信息抽取的弹幕评论推荐方法

权利要求书

1.一种信息抽取的弹幕评论推荐方法，其特征在于采用周围弹幕评论词嵌入模块、周围弹幕评论句子语义嵌入模块、周围弹幕评论间相似度计算模块、周围弹幕评论分数预测模块，以及基于深度学习的信息抽取方法，使用周围弹幕评论之间的相关性使弹幕评论之间进行关联，在用户发送弹幕评论时提供候选的弹幕评论列表，为目标用户推荐在某一时间点合适的评论，具体包括以下具体步骤：

步骤1：目标弹幕评论以及周围弹幕评论的获取

根据弹幕的发送时间，选取最近的10％弹幕评论作为目标弹幕评论，用于之后的模型训练和性能评估，其余的作为候选集，用于为用户生成弹幕评论推荐；所述模型训练时每个目标弹幕评论根据其对应的视频内容播放时间，选取周围的50条弹幕评论用于训练；

步骤2：弹幕评论的词嵌入表示

所述周围弹幕评论词嵌入模块采用Skip-Gram算法在Gensim平台，对用于训练的每条弹幕评论中的词进行词嵌入训练，使每个词以300维度的向量表示，得到每条弹幕评论的词嵌入表示；

步骤3：弹幕评论语义表示的生成

所述周围弹幕评论句子语义嵌入模块采用双向GRU网络，所述双向GRU包含一个顺向读取句子信息的前向GRU网络和一个逆向读取句子信息的反向GRU网络，将词嵌入表示的每条弹幕评论输入双向的GRU网络中，将两个网络的最后隐藏状态进行拼接，且由下述(a)式计算生成的每条弹幕评论表示：

z_i＝σ(W_z[x_i，h_i-1])

r_i＝σ(W_x[x_i，h_i-1])

式中：x_i为每条周围弹幕评论中的第i个词；W_z，W_x，W_h为模型参数；z_i，r_i对应门控循环单元GRU中的重置门和更新门；和hi分别为对应于门控循环单元GRU中的候选隐状态和隐状态；

步骤4：弹幕相似性生成

所述周围弹幕评论间相似度计算模块将生成的弹幕评论表示按下述(b)和(c)式计算弹幕相似性：

hs_j＝[sim(c₁,c_j),…,sim(c_T,c_j)] (c)；

式中：hg_j为c_j通过双向GRU之后的表示；

步骤5：评分预测

所述周围弹幕评论分数预测模块由多层感知机和softmax组成，将弹幕评论表示和弹幕相似性拼接后输入多层感知机和softmax中进行周围弹幕评论的评分预测，并将分值大的推荐给用户，所述分数预测模型训练包括下述步骤：

1)按下述(d)式计算模型预测的周围弹幕评论的概率分布评分标签

式中：c_j为第j条周围弹幕评论；hs_j为c_j与其它周围弹幕评论之间的相似性向量值；hg_j为第j条弹幕评论通过双向GRU之后的向量表示；

2)使用ROUGE指标计算目标弹幕评论和周围弹幕评论之间的分数，按下述(e)式计算周围弹幕评论c_j和目标弹幕评论t之间的ROUGE-n分数

式中：Count(gram_n)表示t中n-gram的个数，Count_mMtch(gram_n)表示c_j,t共有的n-gram个数；

3)对上述ROUGE-n分数按(f)式进行归一化处理，并按下述(g)式计算概率分布评分标签：

4)利用KL散度D_KL作为目标函数使模型得到的分布和ROUGE得到的分数尽可能相同，按下述(h)式计算：