System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 视频评论处理方法、装置、电子设备及存储介质制造方法及图纸_技高网

视频评论处理方法、装置、电子设备及存储介质制造方法及图纸

技术编号:41205668 阅读:3 留言:0更新日期:2024-05-07 22:31
本发明专利技术实施例提供了一种视频评论处理方法、装置、电子设备及存储介质。视频评论处理方法包括:获取待处理视频对应的待分析弹幕数据和评论分析约束条件;将所述待分析弹幕数据和所述评论分析约束条件作为预设的语言模型的输入,获取所述语言模型的输出,所述输出表示在所述评论分析约束条件下对所述待处理视频的评论分析结果。本发明专利技术实施例中,通过语言模型对待处理视频对应的待分析弹幕数据和评论分析约束条件进行分析,可以得到在评论分析约束条件下对待处理视频的评论分析结果,由于弹幕数据具有更强的实时性,不需要数据积累,因此基于弹幕数据的评论分析能够缩短分析周期、提高分析实时性,并且通过语言模型的评论分析能够提高分析准确性。

【技术实现步骤摘要】

本专利技术涉及互联网,特别是涉及一种视频评论处理方法、装置、电子设备及存储介质


技术介绍

1、随着互联网技术的飞速发展,用户越来越依赖于通过网络获取各种信息。为了满足用户需求,各种视频网站随之出现,视频网站可以为用户提供各种类型的视频。但是,随着视频数量的爆炸式增长,视频内容的质量也参差不齐。因此,对视频进行评论分析对于视频网站的运营具有重要作用。

2、现有技术中,视频评论分析通常是基于视频对应的评论量、收藏量、播放量等进行分析。但是,由于评论量、收藏量、播放量这些参数需要较长时间的数据积累才会具有较好的效果,因此该种视频评论分析方式的分析周期较长、分析实时性较差。


技术实现思路

1、本专利技术实施例的目的在于提供一种视频评论处理方法、装置、电子设备及存储介质,以提高视频评论分析的实时性和准确性。具体技术方案如下:

2、在本专利技术实施的第一方面,首先提供了一种视频评论处理方法,包括:

3、获取待处理视频对应的待分析弹幕数据和评论分析约束条件;

4、将所述待分析弹幕数据和所述评论分析约束条件作为预设的语言模型的输入,获取所述语言模型的输出,所述输出表示在所述评论分析约束条件下对所述待处理视频的评论分析结果。

5、可选地,所述评论分析约束条件包括所述待分析弹幕数据的位置信息、所述待分析弹幕数据的字段含义、评论分析类型、所述评论分析类型对应的评论分析结果的结构信息、以及所述评论分析类型对应的评论分析结果的字段含义。

<p>6、可选地,所述评论分析类型包括:用户情感分析、问题定位分析、聚类统计分析、热点话题分析、关联演员分析、主题识别分析。

7、可选地,所述获取待处理视频对应的待分析弹幕数据,包括:获取所述待处理视频对应的弹幕数据;从所述弹幕数据中筛选出目标弹幕数据;按照所述语言模型的输入结构信息,对所述目标弹幕数据进行格式化,得到所述待分析弹幕数据。

8、可选地,所述从所述弹幕数据中筛选出目标弹幕数据,包括:判断所述弹幕数据是否符合预设的过滤条件;过滤掉符合所述过滤条件的弹幕数据,将剩余的弹幕数据作为所述目标弹幕数据。

9、可选地,所述语言模型为chatgpt模型。

10、在本专利技术实施的第二方面,还提供了一种视频评论处理装置,包括:

11、获取模块,用于获取待处理视频对应的待分析弹幕数据和评论分析约束条件;

12、分析模块,用于将所述待分析弹幕数据和所述评论分析约束条件作为预设的语言模型的输入,获取所述语言模型的输出,所述输出表示在所述评论分析约束条件下对所述待处理视频的评论分析结果。

13、可选地,所述评论分析约束条件包括所述待分析弹幕数据的位置信息、所述待分析弹幕数据的字段含义、评论分析类型、所述评论分析类型对应的评论分析结果的结构信息、以及所述评论分析类型对应的评论分析结果的字段含义。

14、可选地,所述评论分析类型包括:用户情感分析、问题定位分析、聚类统计分析、热点话题分析、关联演员分析、主题识别分析。

15、可选地,所述获取模块包括:弹幕获取单元,用于获取所述待处理视频对应的弹幕数据;弹幕筛选单元,用于从所述弹幕数据中筛选出目标弹幕数据;弹幕转化单元,用于按照所述语言模型的输入结构信息,对所述目标弹幕数据进行格式化,得到所述待分析弹幕数据。

16、可选地,所述弹幕筛选单元,具体用于判断所述弹幕数据是否符合预设的过滤条件;过滤掉符合所述过滤条件的弹幕数据,将剩余的弹幕数据作为所述目标弹幕数据。

17、可选地,所述语言模型为chatgpt模型。

18、在本专利技术实施的又一方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;存储器,用于存放计算机程序;处理器,用于执行存储器上所存放的程序时,实现上述任一所述的视频评论处理方法。

19、在本专利技术实施的又一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机实现上述任一所述的视频评论处理方法。

20、在本专利技术实施的又一方面,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机实现上述任一所述的视频评论处理方法。

21、本专利技术实施例中,通过语言模型对待处理视频对应的待分析弹幕数据和评论分析约束条件进行分析,可以得到在评论分析约束条件下对待处理视频的评论分析结果,由于弹幕数据具有更强的实时性,不需要数据积累,因此基于弹幕数据的评论分析能够缩短分析周期、提高分析实时性,并且通过语言模型的评论分析能够提高分析准确性。通过视频评论分析能够及时精准地把控视频评论,便于针对视频内容及时运营或复盘分析。

本文档来自技高网
...

【技术保护点】

1.一种视频评论处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述评论分析约束条件包括所述待分析弹幕数据的位置信息、所述待分析弹幕数据的字段含义、评论分析类型、所述评论分析类型对应的评论分析结果的结构信息、以及所述评论分析类型对应的评论分析结果的字段含义。

3.根据权利要求2所述的方法,其特征在于,所述评论分析类型包括:用户情感分析、问题定位分析、聚类统计分析、热点话题分析、关联演员分析、主题识别分析。

4.根据权利要求1所述的方法,其特征在于,所述获取待处理视频对应的待分析弹幕数据,包括:

5.根据权利要求4所述的方法,其特征在于,所述从所述弹幕数据中筛选出目标弹幕数据,包括:

6.根据权利要求1所述的方法,其特征在于,所述语言模型为聊天生成型预训练变换ChatGPT模型。

7.一种视频评论处理装置,其特征在于,包括:

8.根据权利要求7所述的装置,其特征在于,所述评论分析约束条件包括所述待分析弹幕数据的位置信息、所述待分析弹幕数据的字段含义、评论分析类型、所述评论分析类型对应的评论分析结果的结构信息、以及所述评论分析类型对应的评论分析结果的字段含义。

9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;

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1-6任一所述的方法。

...

【技术特征摘要】

1.一种视频评论处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述评论分析约束条件包括所述待分析弹幕数据的位置信息、所述待分析弹幕数据的字段含义、评论分析类型、所述评论分析类型对应的评论分析结果的结构信息、以及所述评论分析类型对应的评论分析结果的字段含义。

3.根据权利要求2所述的方法,其特征在于,所述评论分析类型包括:用户情感分析、问题定位分析、聚类统计分析、热点话题分析、关联演员分析、主题识别分析。

4.根据权利要求1所述的方法,其特征在于,所述获取待处理视频对应的待分析弹幕数据,包括:

5.根据权利要求4所述的方法,其特征在于,所述从所述弹幕数据中筛选出目标弹幕数据,包括:

6....

【专利技术属性】
技术研发人员:李国庆陈杉余敦甫
申请(专利权)人:北京奇艺世纪科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1