[发明专利]弹幕回复生成方法、装置及电子设备

说明书

本发明实施例涉及人工智能技术领域，公开了一种弹幕回复生成方法、装置及电子设备。该方法包括：获取弹幕信息上文；将所述弹幕信息上文进行预处理，转换为初始文本向量；确定所述初始文本向量的主题语义关系分布；根据所述初始文本向量，确定所述弹幕信息上文中各词之间的句法依存向量及位置关系向量；将所述句法依存关系向量和所述位置关系向量进行加权计算得到各词的输入向量；将所述输入向量及所述主题语义关系分布输入目标神经网络模型进行预测，以生成用于回复所述弹幕信息上文的弹幕信息下文。通过上述方式，本发明实施例提高了弹幕回复的质量。

技术领域

本发明实施例涉及人工智能技术领域，具体涉及一种弹幕回复生成方法、装置及电子设备。

背景技术

弹幕是一种与视频同步显示的文本片段，用于用户与视频或用户之间的交互。用户通过发布与视频情境相关的弹幕，可以较好的参与视频的交流互动。

根据用户发布的弹幕信息，生成弹幕回复信息可以有效提升用户的参与感与沉浸感。相关技术中，生成弹幕回复信息主要基于抽取式方法和理解生成式方法。然而，发明人在实现本发明实施例的过程中发现：相关技术中生成的弹幕回复信息质量较差，例如采用抽取式方法生成弹幕回复信息交互性较差，而采用理解生成式方法生成弹幕回复信息在语义逻辑方面存在缺陷。

发明内容

鉴于上述问题，本发明实施例提供了一种弹幕回复生成方法、装置及电子设备，用于解决现有技术中存在的弹幕回复信息质量较差的问题。

根据本发明实施例的一个方面，提供了一种弹幕回复生成方法，所述方法包括：

获取弹幕信息上文；

将所述弹幕信息上文进行预处理，转换为初始文本向量；

确定所述初始文本向量的主题语义关系分布；

根据所述初始文本向量，确定所述弹幕信息上文中各词之间的句法依存向量及位置关系向量；

将所述句法依存关系向量和所述位置关系向量进行加权计算得到各词的输入向量；

将所述输入向量及所述主题语义关系分布输入目标神经网络进行预测，以生成用于回复所述弹幕信息上文的弹幕信息下文。

在一种可选的方式中，所述根据所述初始文本向量，确定所述弹幕信息上文中各词之间的句法依存向量及位置关系向量包括：

确定当前词的所在位置，所述当前词为所述初始文本向量中任意一个词向量；

遍历所述当前词对应的依赖词位置，遍历至核心词位置时结束遍历，所述依赖词为所述当前词的依赖词；

计算所述当前词所在位置与所述依赖词所在位置的差值的绝对值；

累加所述差值的绝对值以计算所述当前词的核心权重，得到所述句法依存向量。

在一种可选的方式中，所述目标神经网络包括注意力机制、前馈网络以及主题词预测模型；所述将所述输入向量及所述主题语义关系分布输入目标神经网络进行预测，以生成用于回复所述弹幕信息上文的弹幕信息下文包括：

根据所述主题语义关系分布确定所述初始文本向量的主题及所述主题下对应的词分布；

根据所述主题及所述主题下对应的词分布，将所述输入向量进行注意力机制计算，得到词间关系向量；

将所述词间关系向量进行残差连接及归一化后，输入所述前馈网络，得到所述输入向量中各词的主题语义向量；

将所述主题语义向量与所述词间关系向量进行残差连接后得到弹幕信息序列向量；

将所述弹幕信息序列向量输入所述主题词预测模型，以生成用于回复所述弹幕信息上文的弹幕信息下文。