1.一种视频片段提取方法,其特征在于,包括步骤:
分别对用户弹幕文本情感、用户拖拽视频行为数据进行分析;
对上述分析数据进行加权融合得到视频片段的精彩值。
2.根据权利要求1所述的方法,其特征在于,所述对用户弹幕文本情感进行分析,包括:
对用户弹幕文本进行分词;
对得到的分词进行词性标注,只保留否定词及情感词;
根据预先设置的情感词典,对词性标注保留的分词生成特征向量;
根据分词的特征向量计算得到用户弹幕文本的褒义情感属性A1、用户弹幕文本的贬义情感属性A3、用户弹幕文本的中性情感属性A2;
根据弹幕文本的情感属性对预设时间的视频拖拽次数值进行调整。
3.根据权利要求1所述的方法,其特征在于,所述对用户拖拽视频行为数据进行分析,包括:
解析视频程序用户日志,计算得到所有用户在整个视频中每秒正常观看次数值和拖拽次数值。
4.根据权利要求3所述的方法,其特征在于:
所述拖拽次数值等于快退次数减去快进次数。
5.根据权利要求1所述的方法,其特征在于,所述对上述分析数据进行加权融合得到视频片段的精彩值,包括:
视频片段的精彩值为拖拽次数、用户弹幕文本情感属性褒义A1、用户弹幕文本情感属性中性A2、用户弹幕文本情感属性贬义A3及正常观看次数之和除以正常观看次数。
6.一种视频片段提取装置,其特征在于包括:
用户弹幕文本分析模块,用于对用户弹幕文本情感数据进行分析;
用户拖拽视频行为分析模块,用于对用户拖拽视频行为数据进行分析;
分析结果数据加权融合模块,用于根据用户弹幕文本分析模块及用户拖拽视频行为分析模块得到的分析数据进行加权融合得到视频片段的精彩值。
7.根据权利要求6所述的装置,其特征在于:
所述用户弹幕文本分析模块,进一步用于对用户弹幕文本情感数据进行分析得到用户弹幕文本褒义情感属性A1、用户弹幕文本中性情感属性A2、用户弹幕文本贬义情感属性A3,及根据弹幕文本的情感属性对预设时间的视频拖拽数值进行调整;
所述用户拖拽视频行为分析模块,进一步用于对用户拖拽视频行为数据进行分析得到所有用户在整个视频中每秒正常观看次数值和拖拽次数值。
所述分析结果数据加权融合模块,进一步用于根据拖拽次数、用户弹幕文本褒义情感属性A1、用户弹幕文本中性情感属性A2、用户弹幕文本贬义情感属性A3及正常观看次数之和除以正常观看次数得到视频片段的精彩值。
8.根据权利要求7所述的装置,其特征在于所述用户弹幕文本分析模块进一步包括:
分词生成子模块,用于对弹幕文本进行分词;
词性标注生成子模块,用于对分词生成子模块得到的分词进行词性标注,并去掉名词,保留否定词及情感词;
特征向量生成子模块,用于根据预先设置的情感词典,对词性标注生成子模块根据词性标注保留的分词生成特征向量;
情感属性生成子模块,用于根据特征向量生成子模块生成的分词特征向量计算得到用户弹幕文本褒义的情感属性A1、用户弹幕文本的贬义情感属性A3、用户弹幕文本的中性情感属性A2;
视频拖拽次数值调整子模块,用于根据情感属性生成子模块生成的弹幕文本的情感属性对预设时间的视频拖拽次数值进行调整。
9.根据权利要求7所述的装置,其特征在于所述用户拖拽视频行为分析模块进一步包括:
正常观看次数值及拖拽次数值计算子模块,用于解析视频程序用户日志,计算得到所有用户在整个视频中每秒正常观看次数值和拖拽次数值。
10.根据权利要求9所述的装置,其特征在于:
所述正常观看次数值及拖拽次数值计算子模块,进一步用于通过快退次数减去快进次数计算所有用户在整个视频中每秒的拖拽次数值。