[发明专利]视频推荐的方法、装置、电子设备和存储介质

权利要求书

1.一种视频推荐的方法，其特征在于，包括：

获取待推荐视频的第一关联文本，其中，所述第一关联文本包括K个字符，所述K为大于或等于1的整数；

对所述第一关联文本进行编码处理，得到第一编码序列，其中，所述第一编码序列包括K个概率值，每个概率值对应于一个字符，所述概率值用于表示所对应的字符属于有效字符的概率；

根据所述第一编码序列以及所述第一关联文本，生成第一文本表达向量；

根据所述第一文本表达向量以及第二文本表达向量，确定文本相似度，其中，所述第二文本表达向量是根据历史视频的第二关联文本生成的，所述历史视频为用户浏览过的视频；

若所述句子相似度大于推荐阈值，则向所述用户推荐所述待推荐视频。

2.根据权利要求1所述的方法，其特征在于，所述对所述第一关联文本进行编码处理，得到第一编码序列，包括：

将所述第一关联文本输入到第一编码模型中，得到所述第一编码模型输出的第一编码序列，其中，所述K个概率值由M个第一概率值以及N个第二概率值组成，所述第一概率值用于指示对应字符为有效字符，所述第二概率值用于指示对应字符为无效字符，所述M和所述N均为大于或等于0的整数。

3.根据权利要求1所述的方法，其特征在于，所述对所述第一关联文本进行编码处理，得到第一编码序列，包括：

将所述第一关联文本输入到第二编码模型中，得到所述第二编码模型输出的第一编码序列，其中，所述K个概率值中每个概率值的取值在预设范围内，且大于或等于概率阈值的概率值用于指示对应字符为有效字符，小于所述概率阈值的概率值用于指示对应字符为无效字符。

4.根据权利要求1所述的方法，其特征在于，所述第一文本表达向量是通过相似匹配模型的第一子模型生成的；在所述根据所述第一文本表达向量以及第二文本表达向量，确定句子相似度之前，所述方法还包括：

获取历史视频的第二关联文本，其中，所述第二关联文本包括至少一个字符；

对所述第二关联文本进行编码处理，得到第二编码序列，其中，所述第二编码序列包括至少一个概率值，每个概率值对应于一个字符；

将所述第二编码序列以及所述第二关联文本输入所述相似匹配模型的第二子模型，生成所述第二文本表达向量。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述根据所述第一文本表达向量以及第二文本表达向量，确定句子相似度，包括：

计算所述第一文本表达向量和所述第二文本表达向量的余弦相似度；

根据所述余弦相似度以及相似度阈值，确定所述句子相似度。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获得第一训练数据和第二训练数据，其中，所述第一训练数据包括第一训练文本和第一训练序列，所述第二训练数据包括第二训练文本和第二训练序列；

将所述第一训练数据输入待训练匹配模型所包括的第一表达向量模型，得到所述第一表达向量模型输出的第一表达结果；

将所述第二训练数据输入所述待训练匹配模型所包括的第二表达向量模型，得到所述第二表达向量模型输出的第二表达结果，其中，所述第一表达向量模型与所述第二表达向量模型共享网络权重；

将所述第一表达结果和所述第二表达结果输入到所述待训练匹配模型的相似匹配模型，得到预测匹配结果；

根据所述预测匹配结果以及所述实际匹配结果，训练所述待训练匹配模型，得到所述相似匹配模型。