[发明专利]一种短视频类别预测方法、系统、电子设备及存储介质

权利要求书

1.一种短视频类别预测方法，包括：

获取同一短视频内的多条弹幕；

将所述弹幕按时间顺序排列生成弹幕内容序列；

将所述弹幕内容序列输入预设的LSTM网络中，利用所述LSTM网络获取所述弹幕内容序列的内容特征；

根据所述内容特征，预测所述短视频的类别。

2.根据权利要求1所述的方法，还包括：

在获取所述短视频内的多条弹幕后，去除内容重复的弹幕，保留所述内容重复的弹幕中出现时间最早的弹幕。

3.根据权利要求1所述的方法，其中，所述将所述弹幕内容序列输入预设的LSTM网络中，利用所述LSTM网络得到所述弹幕内容序列的内容特征包括：

利用所述LSTM网络获取所述弹幕内容序列包含的各条弹幕的弹幕特征；

利用所述LSTM网络对各所述弹幕特征进行特征学习，获得所述弹幕内容序列的内容特征。

4.根据权利要求3所述的方法，其中，所述利用所述LSTM网络获取所述弹幕内容序列包含的各条弹幕的弹幕特征包括：

依次读取所述弹幕内容序列中的各条弹幕；

对所述弹幕中包含的字和各个所述字在所述弹幕中的位置进行嵌入化处理，得到各个所述字的字向量；

基于各个所述字的字向量进行特征学习，获得各所述字的字特征向量；

将各所述字的字特征向量进行聚焦，获得所述弹幕的弹幕特征向量，所述弹幕特征向量表示所述弹幕特征。

5.根据权利要求3所述的方法，其中，所述利用所述LSTM网络对各所述弹幕特征进行特征学习，获得所述弹幕内容序列的内容特征包括：

将各所述弹幕的弹幕特征及各所述弹幕的位置进行嵌入化处理，得到各所述弹幕的特征输入向量；

基于各所述弹幕的特征输入向量进行特征学习，获得各所述弹幕的语义特征向量；

将各所述语义特征向量进行聚焦，获得所述弹幕内容序列的内容特征向量，所述内容特征向量表示所述弹幕内容。

6.根据权利要求1所述的方法，其中，所述LSTM网络通过预设的多种类别的短视频包含的多条弹幕训练得到。

7.根据权利要求5所述的方法，获取所述内容特征向量后，将所述内容特征向量进行矩阵变换，使所述内容特征向量映射到预设的短视频类别编码上，根据所述短视频类别编码，预测所述短视频的类别。

8.一种短视频类别预测系统，包括：

弹幕获取模块，用于获取同一短视频内的多条弹幕；

排序模块，用于将所述弹幕按时间顺序排列生成弹幕内容序列；

内容特征提取模块，用于将所述弹幕内容序列输入预设的LSTM网络中，利用所述LSTM网络获取所述弹幕内容序列的内容特征；

类别预测模块，用于根据所述内容特征，预测所述短视频的类别。

9.根据权利要求8所述的系统，还包括：

弹幕去重模块，用于在获取所述短视频内的多条弹幕后，去除内容重复的弹幕，保留所述内容重复的弹幕中出现时间最早的弹幕。

10.根据权利要求8所述的系统，其中，所述内容特征提取模块包括：

弹幕特征获取单元，用于利用所述LSTM网络获取所述弹幕内容序列包含的各条弹幕的弹幕特征；

弹幕内容特征获取单元，用于利用所述LSTM网络对各所述弹幕特征进行特征学习，获得所述弹幕内容序列的内容特征。