信息处理方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种信息处理方法、装置、计算机设备及存储介质，其中方法包括：获取多媒体数据的内容信息及针对所述多媒体数据的目标评论信息；获取全局描述信息，所述全局描述信息用于描述所述内容信息和所述目标评论信息的信息语义；采用所述全局描述信息识别出针对所述目标评论信息的回复类型，并获取与所述回复类型相匹配的回复策略；按照所述回复策略，并基于所述多媒体数据的内容信息生成所述目标评论信息的回复信息，以及输出所述回复信息，可提升生成的回复信息的准确性。可提升生成的回复信息的准确性。可提升生成的回复信息的准确性。

【技术实现步骤摘要】
信息处理方法、装置、计算机设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种信息处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着计算机技术的不断深入发展，越来越多的多媒体数据被发布，那么，为了提升被发布的多媒体数据对用户的吸引力，可通过为多媒体数据的评论信息生成相应的回复信息，从而形成互动，达到吸引用户的目标。现有的生成评论信息的回复信息的方式，大都是基于回复模板进行生成的，而基于回复模板进行回复信息生成的方式，使回复信息缺乏变通，且还需定时对回复模板进行更新，从而导致生成的回复信息准确性较低，由此可见，如何灵活生成较高准确性的回复信息成为了当前的研究热点。

技术实现思路

[0003]本专利技术实施例提供了一种信息处理方法、装置、计算机设备及存储介质，可提升生成的回复信息的准确性。
[0004]一方面，本专利技术实施例提供了一种信息处理方法，包括：
[0005]获取多媒体数据的内容信息及针对所述多媒体数据的目标评论信息；
[0006]获取全局描述信息，所述全局描述信息用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息处理方法，其特征在于，包括：获取多媒体数据的内容信息及针对所述多媒体数据的目标评论信息；获取全局描述信息，所述全局描述信息用于描述所述内容信息和所述目标评论信息的信息语义；采用所述全局描述信息识别出针对所述目标评论信息的回复类型，并获取与所述回复类型相匹配的回复策略；按照所述回复策略，并基于所述多媒体数据的内容信息生成所述目标评论信息的回复信息，以及输出所述回复信息。2.如权利要求1所述的方法，其特征在于，所述内容信息包括所述多媒体数据的文本信息；所述获取全局描述信息，包括：获取第一编码序列，所述第一编码序列包括所述文本信息中各分词的词向量，及所述目标评论信息中各分词的词向量；根据任一分词的词向量及其他任一分词的词向量，计算所述任一分词与所述其他任一分词之间的相似度，并基于所述相似度对所述每个分词的词向量进行加权处理；将由加权处理后的词向量构成的向量序列，作为针对所述文本信息和所述目标评论信息的全局描述信息。3.如权利要求2所述的方法，其特征在于，所述获取第一编码序列，包括：对所述目标评论信息进行分词处理，得到所述目标评论信息对应的分词序列，并对所述文本信息进行分词处理，得到所述文本信息的分词序列；将所述目标评论信息的分词序列，及所述文本信息的分词序列进行序列拼接，得到目标拼接序列；对所述目标拼接序列中的各分词进行编码处理，得到第一编码序列。4.如权利要求3所述的方法，其特征在于，所述将所述目标评论信息的分词序列，及所述文本信息的分词序列进行序列拼接，得到目标拼接序列，包括：获取将所述目标评论信息的分词序列的序列长度，及所述文本信息的分词序列的序列长度；若所述目标评论信息的分词序列的序列长度，及所述文本信息的分词序列的序列长度之间的长度和小于等于长度阈值，则将所述目标评论信息的分词序列及所述文本信息的分词序列直接拼接得到的序列作为目标拼接序列；在所述长度和大于所述长度阈值时，基于所述目标评论信息的分词序列的序列长度及所述长度阈值，对所述文本信息的分词序列进行序列分割，并将每个分割序列分别与所述目标评论信息的分词序列进行拼接，得到的每个拼接序列均为所述目标拼接序列。5.如权利要求3所述的方法，其特征在于，所述方法还包括：在所述目标评论信息的分词序列，及所述文本信息的分词序列之间添加分隔符；并在所述目标拼接序列的起始位置添加全局描述信息作为起始字符。6.如权利要求1所述的方法，其特征在于，所述全局描述信息被作为第一编码序列的起始字符，所述第一编码序列是通过调用评论回复模型生成的，所述评论回复模型是采用深度学习训练得到的模型，所述第一编码序列是由所述评论回复模型的编码器对所述内容信息包括的所述多媒体数据的文本信息，及所述目标评论信息进行编码得到，所述编码器与
判别网络相连；所述采用所述全局描述信息识别出针对所述目标评论信息的回复类型，包括：调用所述评论回复模型中的判别网络对所述全局描述信息进行识别处理，得到类型判别分值；所述全局描述信息是通过所述编码器获取所述第一编码序列的起始字符得到的；根据所述类型判别分值，确定所述目标评论信息的信息类型，其中，一个信息类型与一个回复类型相关联，所述信息类型包括客观事实型、通用型中至少一种。7.如权利要求6所述的方法，其特征在于，所述获取与所述回复类型相匹配的回复策略，包括：在所述类型判别分值大于等于预设分数阈值时，将客观事实型关联的回复类型作为所述目标评论信息的回复类型，并将用于指示通过评论回复模型进行信息回复的策略作为回复策略；在所述类型判别分值小于所述预设分数阈值时，将通用型关联的回复类型作为所述目标评论信息的回复类型，并将用于指示通过生成模型进行信息回复的策略作为回复策略。8.如权利要求1所述的方法，其特征在于，若所述回复策略指示通过调用评论回复模型进行信息回复，所述评论回复模型还包括解码器，所述解码器和所述编码器相连，所述编码器用于对所述内容信息包括的所述多媒体数据的文本信息，及所述目标评论信息进行编码，以得到第一编码序列，所述解码器包括第一线性层和第二线性层；所述按照所述回复策略，并基于所述多媒体数据的内容信息生成所述目标评论信息的回复信息，包括：采用所述评论回复模型中解码器中的所述第一线性层，对从所述编码器获取的第一编码序列进行识别处理，确定构成所述第一编码序列的各分词对应词向量为回复信息的起始位置的概率；采用所述评论回复模型中解码器中的所述第二线性层，对从所述编码器获取的第一编码序列进行识别处理，确定构成所述第一编码序列的各分词对应词向量为回复信息的结束位置的概率；根据所述第一编码序列中各词向量分别为回复起始位置的概率及为回复结束位置的概率，从所述第一编码序列中截取出部分编码序列，并对所述部分编码序列进行解码处理，得到所述目标评论信息的回复信息。9.如权利要求8所述的方法，其特征在于，所述根据所述第一编码序列中...

【专利技术属性】
技术研发人员：陈楠，陈小帅，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：