【技术实现步骤摘要】
本申请涉及自然语言处理，尤其涉及一种媒体资源聚合方法、装置、设备及存储介质。
技术介绍
1、随着计算机技术与网络技术的发展，出现了各种类型的媒体资源平台，用户可以根据实际的需要在媒体资源平台浏览视频、有声书或者漫画等媒体资源。为了满足用户浏览资源时的连续消费需求，在媒体资源平台中通常需要将存在情节关联性的多个媒体资源按照情节连贯的顺序进行展示。
2、然而，相关现有技术中，通常判断资源两两之间是否相似，再把所有相似的资源进行聚合，不仅聚合效率和准确性低，也难以保证资源合集内部的情节连贯性。
技术实现思路
1、本申请提供了一种媒体资源聚合方法、装置、设备及存储介质，可以在提升媒体资源聚合的准确性和效率的基础上，提升媒体资源排序的准确性，从而提升媒体资源序列的情节连贯性，保证资源请求对象的浏览体验，本申请技术方案如下：
2、一方面，提供了一种媒体资源聚合方法，所述方法包括：
3、获取目标资源类型的多个媒体资源中每个媒体资源对应的多模态信息，所述多模态信息包括：资源名称信息、资源序号信息和发布属性信息；
4、基于所述资源名称信息、所述资源序号信息和所述发布属性信息对所述每个媒体资源进行特征提取，得到所述每个媒体资源对应的多模态特征信息；
5、将所述多模态特征信息和所述资源序号信息对应的资源序号特征信息输入资源特征融合模型，基于所述多模态特征信息中特征元素之间的特征相关信息，引导所述多模态特征信息和所述资源序号特征信息进行语义融合，
6、基于所述每个媒体资源对应的语义融合特征信息，对所述多个媒体资源进行资源聚合，确定多个媒体资源合集；
7、基于每个媒体资源合集中的媒体资源对应的多模态信息，对所述每个媒体资源合集中的媒体资源进行排序，生成所述每个媒体资源合集对应的媒体资源序列，所述媒体资源序列携带有对应媒体资源合集的合集名称信息。
8、另一方面，提供了一种媒体资源聚合装置，所述装置包括：
9、多模态信息获取模块，用于获取目标资源类型的多个媒体资源中每个媒体资源对应的多模态信息，所述多模态信息包括：资源名称信息、资源序号信息和发布属性信息；
10、特征提取模块，用于基于所述资源名称信息、所述资源序号信息和所述发布属性信息对所述每个媒体资源进行特征提取，得到所述每个媒体资源对应的多模态特征信息；
11、语义融合模块，用于将所述多模态特征信息和所述资源序号信息对应的资源序号特征信息输入资源特征融合模型，基于所述多模态特征信息中特征元素之间的特征相关信息，引导所述多模态特征信息和所述资源序号特征信息进行语义融合，得到所述每个媒体资源对应的语义融合特征信息；
12、资源聚合模块，用于基于所述每个媒体资源对应的语义融合特征信息，对所述多个媒体资源进行资源聚合，确定多个媒体资源合集；
13、序列生成模块，用于基于每个媒体资源合集中的媒体资源对应的多模态信息，对所述每个媒体资源合集中的媒体资源进行排序，生成所述每个媒体资源合集对应的媒体资源序列，所述媒体资源序列携带有对应媒体资源合集的合集名称信息。
14、另一方面，提供了一种媒体资源聚合设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的媒体资源聚合方法。
15、另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的媒体资源聚合方法。
16、另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如上述的媒体资源聚合方法。
17、本申请提供的一种媒体资源聚合方法、装置、设备及存储介质，具有如下技术效果：
18、本申请通过人工智能的方式，获取目标资源类型的多个媒体资源中每个媒体资源对应的多模态信息，基于多模态信息中的资源名称信息、资源序号信息和发布属性信息，对每个媒体资源进行特征提取，得到每个媒体资源对应的多模态特征信息，然后基于多模态特征信息中特征元素之间的特征相关信息，引导多模态特征信息和资源序号信息对应的资源序号特征信息进行语义融合，得到每个媒体资源对应的语义融合特征信息，可以提升语义融合特征信息对媒体资源的深层语义信息表征的精准性，然后基于每个媒体资源对应的语义融合特征信息，对多个媒体资源进行资源聚合，确定多个媒体资源合集，并基于每个媒体资源合集中的媒体资源对应的多模态信息，对每个媒体资源合集中的媒体资源进行排序，生成每个媒体资源合集对应的携带有合集名称信息的媒体资源序列，可以在提升媒体资源聚合的准确性和效率的基础上，提升媒体资源排序的准确性，从而提升媒体资源序列的情节连贯性，保证资源请求对象的浏览体验。
本文档来自技高网...【技术保护点】
1.一种媒体资源聚合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述资源特征融合模型包括：依次连接的至少两级融合模块，所述将所述多模态特征信息和所述资源序号信息对应的资源序号特征信息输入资源特征融合模型，基于所述多模态特征信息中特征元素之间的特征相关信息，引导所述多模态特征信息和所述资源序号特征信息进行语义融合，得到所述每个媒体资源对应的语义融合特征信息包括：
3.根据权利要求2所述的方法，其特征在于，所述目标级融合模块包括：注意力分析层、交叉融合层和加权层，所述将目标级输入信息和所述资源序号特征信息输入目标级融合模块，基于所述目标级输入信息中特征元素之间的目标特征相关信息，引导所述目标级输入信息和所述资源序号特征信息进行交叉融合处理，得到目标级输出信息包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述资源名称信息、所述资源序号信息和所述发布属性信息对所述每个媒体资源进行特征提取，得到所述每个媒体资源对应的多模态特征信息包括：
5.根据权利要求4所述的方法，其特征在于，所述多模态信息还包括
6.根据权利要求1所述的方法，其特征在于，所述基于所述每个媒体资源对应的语义融合特征信息，对所述多个媒体资源进行资源聚合，确定多个媒体资源合集包括：
7.根据权利要求1所述的方法，其特征在于，所述发布属性信息包括：发布时间，在所述基于每个媒体资源合集中的媒体资源对应的多模态信息，对所述每个媒体资源合集中的媒体资源进行排序，生成所述每个媒体资源合集对应的媒体资源序列之前，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，所述资源序号信息包括：一级序号信息和二级序号信息，所述基于每个媒体资源合集中的媒体资源对应的多模态信息，对所述每个媒体资源合集中的媒体资源进行排序，生成所述每个媒体资源合集对应的媒体资源序列包括：
9.根据权利要求1所述的方法，其特征在于，所述多模态信息还包括：资源评论文本信息，所述方法还包括：
10.根据权利要求1至9任一所述的方法，其特征在于，所述方法还包括：
11.一种媒体资源聚合装置，其特征在于，所述装置包括：
12.一种媒体资源聚合设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1至10任一所述的媒体资源聚合方法。
13.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至10任一所述的媒体资源聚合方法。
14.一种计算机程序产品，其特征在于，所述计算机程序产品包括至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至10任一所述的媒体资源聚合方法。
...【技术特征摘要】
1.一种媒体资源聚合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述资源特征融合模型包括：依次连接的至少两级融合模块，所述将所述多模态特征信息和所述资源序号信息对应的资源序号特征信息输入资源特征融合模型，基于所述多模态特征信息中特征元素之间的特征相关信息，引导所述多模态特征信息和所述资源序号特征信息进行语义融合，得到所述每个媒体资源对应的语义融合特征信息包括：
3.根据权利要求2所述的方法，其特征在于，所述目标级融合模块包括：注意力分析层、交叉融合层和加权层，所述将目标级输入信息和所述资源序号特征信息输入目标级融合模块，基于所述目标级输入信息中特征元素之间的目标特征相关信息，引导所述目标级输入信息和所述资源序号特征信息进行交叉融合处理，得到目标级输出信息包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述资源名称信息、所述资源序号信息和所述发布属性信息对所述每个媒体资源进行特征提取，得到所述每个媒体资源对应的多模态特征信息包括：
5.根据权利要求4所述的方法，其特征在于，所述多模态信息还包括：关键图像信息，在所述基于所述资源名称特征信息、所述发布属性特征信息和所述资源序号特征信息进行特征拼接，得到所述多模态特征信息之前，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述每个媒体资源对应的语义融合特征信息，对所述多个媒体资源进行资源聚合，确定多个媒体资源合集包括：
7.根据权利要求1所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：林子博，傅勇昊，欧玉龙，陈强，刘利刚，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。