[发明专利]一种弹幕关键词筛选的方法、装置、设备及存储介质

权利要求书

1.一种弹幕关键词筛选的方法，其特征在于，包括：

构造与多个主播相关的弹幕文档集，并选择符合第一预设条件的主播对应的弹幕文档作为待评价文档；其中，弹幕文档集由多个弹幕文档组成，弹幕文档中包括多个弹幕词；

根据备选词在对应待评价文档中的第一出现频率，以及所述弹幕文档集中包括所述备选词的弹幕文档数量，确定与各所述备选词分别对应的关键性权重；其中，所述弹幕文档集的数量与弹幕文档集中包括所述备选词的弹幕文档数量的比值记为第二出现频率；

根据所述关键性权重，在各所述待评价文档的弹幕词中筛选出对应的关键词；其中，所述关键词权重与所述第一出现频率成正比，与所述第二出现频率成反比。

2.根据权利要求1所述的方法，其特征在于，所述构造与多个主播相关的弹幕文档集，具体包括：

建立主播编号与保存其弹幕信息的弹幕文档的连接关系；

所述弹幕文档包括弹幕信息以及弹幕信息产生时间；

对所述弹幕信息做分词处理，将弹幕词保存在所述弹幕文档中。

3.根据权利要求1所述的方法，其特征在于，所述根据备选词在对应待评价文档中的第一出现频率具体包括：

在待评价文档中确定一个弹幕词为备选词；

计算所述备选词在对应待评价文档中出现的频率作为第一出现频率。

4.根据权利要求3所述的方法，其特征在于，所述在待评价文档中确定一个弹幕词为备选词，具体包括：

采用遍历方式，依次选择待评价弹幕集中所有词语作为备选词；或

采用三层贝叶斯概率模型，将所述三层贝叶斯概率模型的结果作为备选词。

5.根据权利要求1所述的方法，其特征在于，所述关键性权重的计算方法，包括：

其中，f表示某一备选词在对应待评价文档中的第一出现频率，T_all表示弹幕文档集中弹幕文档的个数，T_con表示所述弹幕文档集中包括所述备选词的弹幕文档数量。

6.根据权利要求5所述的方法，其特征在于，所述关键性权重的计算方法，还包括：

其中，f_avg表示所述备选词在弹幕文档集所有弹幕词中出现的第三频率。

7.根据权利要求1所述的方法，其特征在于，所述根据所述关键性权重，在各所述待评价文档的弹幕词中筛选出对应的关键词，包括：

将待评价文档中弹幕词按关键性权重按值从高到低进行排序，取预设个数的弹幕词作为关键词；和/或

将待评价文档中关键性权重超过预设权重的弹幕词作为关键词。

8.一种弹幕关键词筛选的装置，其特征在于，包括：

弹幕文档集构造模块，用于构造与多个主播相关的弹幕文档集，并选择符合第一预设条件的主播对应的弹幕文档作为待评价文档；其中，弹幕文档集由多个弹幕文档组成，弹幕文档中包括多个弹幕词；

关键性权重计算模块，用于根据备选词在对应待评价文档中的第一出现频率，以及所述弹幕文档集中包括所述备选词的弹幕文档数量，确定与各所述备选词分别对应的关键性权重；其中，所述弹幕文档集的数量与弹幕文档集中包括所述备选词的弹幕文档数量的比值记为第二出现频率；

关键词确定模块，用于根据所述关键性权重，在各所述待评价文档的弹幕词中筛选出对应的关键词；其中，所述关键词权重与所述第一出现频率成正比，与所述第二出现频率成反比。

9.一种设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7任一所述的一种弹幕关键词筛选的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一所述的一种弹幕关键词筛选的方法。