[发明专利]重复视频的检测方法、装置、电子设备及存储介质

权利要求书

1.一种重复视频的检测方法，其特征在于，所述方法包括：

获取第一视频对应的第一视频标题中包含的第一分词；

根据所述第一分词和分词索引，确定所述第一视频标题与视频推荐池中各个第二视频对应的第二视频标题之间的分词重复率；所述分词索引包含分词与第二视频标题之间的对应关系；

将所述分词重复率大于或等于预设重复率的第二视频标题，确定为与所述第一视频标题相似的相似视频标题；

确定所述第一视频标题与所述相似视频标题之间的目标匹配度，并将所述目标匹配度大于或等于预设匹配度的相似视频标题对应的第二视频，确定为所述第一视频的重复视频。

2.根据权利要求1所述的方法，其特征在于，所述分词索引为倒排索引，所述方法还包括：

获取所述视频推荐池中各个第二视频对应的第二视频标题；

确定所述第二视频标题中包含的第二分词；

根据所述第二分词和所述第二视频标题的对应关系，建立所述倒排索引；所述倒排索引中的每个分词对应于至少一个第二视频标题。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一分词和分词索引，确定所述第一视频标题与视频推荐池中各个第二视频对应的第二视频标题之间的分词重复率，包括：

从所述分词索引包含的第二分词中确定与所述第一分词相同的目标分词；

根据所述分词索引确定所述目标分词对应的第二视频标题；

统计所述目标分词对应的第二视频标题中包含的目标分词的数量，得到第一数量；

根据所述第一数量与所述第一视频标题包含的第一分词数量之间的比值，确定分词重复率。

4.根据权利要求1所述的方法，其特征在于，所述确定所述第一视频标题与所述相似视频标题之间的目标匹配度，包括：

确定所述第一视频标题与所述相似视频标题之间的最大公共字符串长度；

根据所述最大公共字符串长度确定所述第一视频标题与所述相似视频标题之间的目标匹配度。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述第一视频标题与所述视频推荐池中各个第二视频对应的第二视频标题之间的分词重复率均小于预设重复率，或，所述第一视频标题与所述相似视频标题之间的目标匹配度小于预设匹配度的情况下，确定所述第一视频标题确定为非重复视频标题，并将所述第一视频加入所述视频推荐池。

6.根据权利要求5所述的方法，其特征在于，所述将所述第一视频加入所述视频推荐池的步骤，包括：

将所述第一视频存储在中间结果集中，并确定包含所述第一视频存入所述中间结果集的时间信息的时间戳；

从所述中间结果集中存储的多个所述第一视频中确定重复视频，并根据所述第一视频对应的时间戳，从所述重复视频中筛选出存入所述中间结果集时间最早的第一视频；

将所述重复视频中存入所述中间结果集时间最早的第一视频添加至所述视频推荐池中。

7.根据权利要求6所述的方法，其特征在于，所述从所述中间结果集中存储的多个所述第一视频中确定重复视频的步骤，包括：

每间隔第一预设时长，根据所述中间结果集中存储的多个所述第一视频的视频标题之间的分词重复率，从所述中间结果集中存储的多个所述第一视频中确定中间相似视频；

根据多个所述中间相似视频的视频标题之间的中间匹配度，从所述中间结果集中确定重复视频。

8.根据权利要求6所述的方法，其特征在于，所述方法还包括：

每间隔第二预设时长，根据所述第一视频的时间戳，确定存入所述中间结果集的时长大于第三预设时长的第一视频；

将所述存入所述中间结果集的时长大于第三预设时长的第一视频从所述中间结果集中删除。