数据解析方法、装置、计算机、可读存储介质及程序产品制造方法及图纸

本申请实施例公开了一种数据解析方法、装置、计算机、可读存储介质及程序产品，涉及人工智能领域，该方法包括：检测第一互动数据的第一数据模态，基于第一互动数据的第一数据模态，识别第一互动数据的第一互动特征；获取第二互动数据的第二互动特征；一个互动场景具备一个主题内容，第一互动数据与第二互动数据均与主题内容相关联；第一互动数据的发布参数与第二互动数据的发布参数不同；第二互动特征是基于第二互动数据的第二数据模态识别得到的；第一互动数据与第二互动数据属于同一个互动场景；对第一互动特征与第二互动特征进行特征融合，得到融合互动特征，预测融合互动特征所对应的数据解析结果。采用本申请，可以提高数据解析的准确性。据解析的准确性。据解析的准确性。

【技术实现步骤摘要】
数据解析方法、装置、计算机、可读存储介质及程序产品


[0001]本申请涉及计算机
，尤其涉及一种数据解析方法、装置、计算机、可读存储介质及程序产品。

技术介绍

[0002]随着互联网技术的发展，在网络上所传播的媒体数据越来越多，人们也越来越依赖于互联网传播媒体数据，为了更好地对媒体数据进行管理，对媒体数据的解析也就极为重要。目前，一般是通过构建数据集，该数据集包括正样本及负样本，通过正样本和负样本预训练模型，对数据集进行微调，得到分类器，进而可以通过训练好的分类器，对媒体数据进行识别，得到该媒体数据的解析结果。然而由于存在媒体数据可以表述不同的含义，如“真好”可以表示真诚的夸赞，也可以表示反讽等，通过这一方式，可能就会使得对媒体数据识别的结果有误，导致媒体解析的准确性较低。

技术实现思路

[0003]本申请实施例提供了一种数据解析方法、装置、计算机、可读存储介质及程序产品，可以提高数据解析的准确性。
[0004]本申请实施例一方面提供了一种数据解析方法，该方法包括：
[0005]检测第一互动数据的第一数据模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据解析方法，其特征在于，所述方法包括：检测第一互动数据的第一数据模态，基于所述第一互动数据的第一数据模态，识别所述第一互动数据的第一互动特征；获取第二互动数据的第二互动特征；所述第一互动数据与所述第二互动数据属于同一个互动场景；所述同一个互动场景具备一个主题内容，所述第一互动数据与所述第二互动数据均与所述主题内容相关联；所述第一互动数据的发布参数与所述第二互动数据的发布参数不同；所述第二互动特征是基于所述第二互动数据的第二数据模态所识别得到的；对所述第一互动特征与所述第二互动特征进行特征融合，得到融合互动特征，预测所述融合互动特征所对应的数据解析结果。2.如权利要求1所述的方法，其特征在于，所述基于所述第一互动数据的第一数据模态，识别所述第一互动数据的第一互动特征，包括：若所述第一互动数据具备一种第一数据模态，则将所述第一互动数据输入所述第一互动数据所对应的第一数据模态的模态特征解析模型进行解析处理，得到所述第一互动数据的第一互动特征；若所述第一互动数据具备k个第一数据模态，则将所述第一互动数据拆分为k个第一数据模态分别对应的子数据，将k个子数据分别输入所述k个第一数据模态的模态特征解析模型进行解析处理，得到所述k个子数据分别对应的第一子特征，将k个第一子特征组合成所述第一互动数据的第一互动特征；k为正整数。3.如权利要求1所述的方法，其特征在于，所述获取第二互动数据的第二互动特征，包括：从特征管理队列中获取第二互动数据的第二互动特征；所述方法还包括：对所述特征管理队列所包括的互动特征进行解析，若所述特征管理队列所包括的互动特征满足出队条件，则对所述特征管理队列中满足所述出队条件的互动特征进行出队处理。4.如权利要求3所述的方法，其特征在于，所述对所述特征管理队列所包括的互动特征进行解析，若所述特征管理队列所包括的互动特征满足出队条件，则对所述特征管理队列中满足所述出队条件的互动特征进行出队处理，包括：获取所述特征管理队列所包括的互动特征的数量；若所述特征管理队列所包括的互动特征的数量大于管理数量阈值，则对所述特征管理队列中的第三互动特征进行出队处理；所述第三互动数据是指位于所述特征管理队列中位于首位的互动数据；所述出队条件包括所述特征管理队列所包括的互动特征的数量大于管理数量阈值。5.如权利要求3所述的方法，其特征在于，所述对所述特征管理队列所包括的互动特征进行解析，若所述特征管理队列所包括的互动特征满足出队条件，则对所述特征管理队列中满足所述出队条件的互动特征进行出队处理，包括：获取所述特征管理队列中所包括的互动特征的入队时间，获取系统网络时间；根据所述特征管理队列中所包括的互动特征的入队时间与所述系统网络时间，确定所述特征管理队列中所包括的互动特征的存储时长；
对存储时长大于或等于存储阈值的互动特征进行出队处理；所述出队条件包括所述存储时长大于或等于存储阈值。6.如权利要求3所述的方法，其特征在于，所述方法还包括：获取所述第一互动数据所处的互动场景，在所述互动场景中获取与所述第一互动数据相关联的第二互动数据；检测所述第二互动数据的第二数据模态，基于所述第二互动数据的第二数据模态，识别所述第二互动数据的第二互动特征；将所述第二互动特征添加至所述特征管理队列。7.如权利要求6所述的方法，其特征在于，所述第二互动特征包括N个数据模态分别对应的第二子特征；N为正整数，所述N个数据模态包括所述第一数据模态及所述第二数据模态；所述方法还包括：获取主数据模态及所述主数据模态的参考特征范围；若所述N个数据模态中的主数据模态所对应的第二子特征，属于所述参与特征范围，则执行将所述第二互动特征添加至所述特征管理队列的过程。8.如权利要求1所述的方法，其特征在于，所述第二互动数据的数量为M；M为正整数；所述对所述第一互动特征与所述第二互动特征进行特征融合，得到融合互动特征，预测所述融合互动特征所对应的数据解析结果，包括：对M个第二互动数据分别对应的第二互动特征进行特征融合处理，得到增强特征；将所述第一互动特征与所述增强特征输入数据解析模型，基于所述数据解析模型对所述第一互动特征与所述增强特征进行特征融合，得到融合互动特征，预测所述融合互动特征所对应的数据解析结果。9.如权利要求8所述的方法，其特征在于，所述对M个第二互动数据分别对应的第二互动特征进行特征融合处理，得到增强特征，包括：若M个第二互动数据分别对应的第二互动特征为特征向量，则对所述M个第二互动数据分别对应的第二互动特征进行特征融合处理，得到增强特征；若所述M个第二互动数据分别对应的第二互动特征为预测结果，则对M个第二互动特征进行筛选，对符合特征筛选范围的第二互动特征进行特征融合处理，得到增强特征。10.如权利要求8所述的方法，其特征在于，所述将所述第一互动特征与所述增强特征输入数据解析模型，基于所述数据...

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