[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

说明书

本发明公开了一种弹幕关键词筛选的方法、装置、设备及存储介质。该方法包括：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；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；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。通过上述方法解决需要人工阅读大量弹幕内容、客服人员主观选择优质弹幕内容的问题，实现在排除场景化的常规词语之后，选择出代表弹幕核心内容的词语。

技术领域

本发明实施例涉及词语处理技术，尤其涉及一种弹幕关键词筛选的方法、装置、设备及存储介质。

背景技术

随着互联网技术及智能移动终端设备的发展，各种互联网产品给人们的工作、生活带来了很多便利与娱乐，近年来，各类用于视频直播的直播平台层出不穷，视频直播给人们带来更实时的社交体验。受到直播形式的限制，在同一直播间的主播和用户之间、用户和用户之间，主要通过弹幕的方式进行沟通交流。

弹幕的质量直接影响用户的观看体验，目前常用的方法是机器直接选择出弹幕中出现频率较高的词语，作为弹幕关键词以分析弹幕的质量。但是这样选择出来的词语无法很好的提现弹幕质量，以游戏直播场景为例，当出现精彩片段的时候，大量弹幕会出现“666”、“厉害”或者“秀”这一类的词语。当这些词语成为场景化的描述词语之后，不能很好的体现弹幕质量。

现在也常常通过人工来对弹幕进行阅读，挑选出优质弹幕。但是由于弹幕量数量巨大，需要平台方投入大量客服人员进行优质弹幕的筛选。同时这种筛选还带有很大的主观色彩。

发明内容

本发明实施例提供一种弹幕关键词筛选方法、装置、设备及存储介质，以在大量弹幕中准确筛选出代表弹幕核心内容的词语。

第一方面，本发明实施例提供了一种弹幕关键词筛选的方法，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。

第二方面，本发明实施例还提供了一种弹幕关键词筛选的装置，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。

第三方面，本发明实施例还提供了一种设备，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本发明任意实施例所述的一种弹幕关键词筛选的方法。