視頻搜索的製作方法

2023-05-09 02:31:46

視頻搜索的製作方法
【專利摘要】提供了一種執行視頻搜索的計算機實現的方法。分析搜索查詢以識別第一組查詢項。使用第一組查詢項來查詢知識存儲庫，其中所述知識存儲庫是電子文檔的集合。識別和解析對應於第一組查詢項的電子文檔以獲得第二組查詢項。對存在於第二組中的查詢項進行排序並且向視頻搜尋引擎提供位於前列的N個經排序的查詢項。
【專利說明】視頻搜索

【背景技術】
[0001] 網際網路已經顯現為供人們尋找信息的優選介質。從查找詞語含義到搜索關於科學 突破的詳細短文，全球資訊網（WWW)提供了對用戶的信息需求的即時響應。根據估計，每天在互 聯網上執行平均三十億以上的搜索。典型的網際網路搜索需要用戶向搜尋引擎提供關鍵詞或 一組關鍵詞。作為響應，搜尋引擎顯示搜索結果，其可以是以文本文檔、網頁、URL (統一資 源定位器）等的形式。

【專利附圖】
【專利附圖】

【附圖說明】
[0002] 為了更好地理解解決方案，現在將純粹通過示例的方式，參照附圖描述實施例，在 附圖中： 圖1示出了根據實施例的執行視頻搜索的方法的流程圖。
[0003] 圖2圖示了根據實施例的用於執行視頻搜索的系統。

【具體實施方式】
[0004] 如早前所指示的，數以百萬計的人每天執行數十億的搜索以在網際網路上查找信 息。在大多數情況下，搜索結果是以文本文檔或網站連結（URL)的形式。然而，視頻搜索(或 搜索上傳到網絡的視頻)也並不落後。隨著每天數千人上傳他們的視頻，視頻搜索已經成為 人們尋找延伸到書面文字之外的搜索體驗之中的流行方法。實際上，在一些實例中，視頻優 於文本響應。例如，尋找系領帶的方法的用戶將會被描述"領帶系法"過程的視頻而不是文 本文檔更加好地服務。為了提供另一示例，相比單調的文本手冊，注意組裝沙發或遊戲設定 的用戶將會更加欣賞描述該過程的視頻。
[0005] 在認識到對搜索視頻而不是文本文檔（或網頁）的日益增加的用戶偏好(無論其為 了信息還是消遣）的情況下，已經提出許多機制來執行視頻搜索。然而，已經認識到在大多 數情況下，視頻搜索結果並未提供匹配用戶意圖的結果。搜索結果要麼過於一般要麼顯然 含糊，從而給用戶留下不滿意的體驗。這主要是因為通過使用簡單關鍵詞匹配來提供結果 而沒有更深入理解用戶意圖或查詢。自不必說，這從用戶的角度來看不是理想的情形。
[0006] 本解決方案的實施例提供用於使用搜尋引擎(例如，視頻搜尋引擎）在計算機網絡 (諸如內聯網或網際網路）上執行視頻搜索的方法和系統。
[0007] 圖1示出了根據實施例的執行視頻搜索的方法的流程圖。
[0008] 該方法可以實現在計算系統中，諸如但不限於，臺式計算機、筆記本計算機、服務 器計算機、個人數字助理（PDA)、行動裝置、觸摸板、電視（TV)機、對接（docking)設備等等。 計算系統可以通過有線(例如，同軸線纜）或無線(例如，Wi-Fi)手段連接到計算機網絡，諸 如，內聯網或網際網路（全球資訊網）。
[0009] 在塊110處，計算系統從用戶接收視頻搜索查詢。在示例中，計算系統具有從用戶 接收視頻搜索查詢的輸入接口。輸入接口包括軟體接口（諸如圖形用戶接口（⑶I))和/或 用於提供搜索輸入的硬體接口（諸如鍵盤)。
[0010] 在示例中，視頻搜索查詢是用戶識別的包括關鍵詞或關鍵詞串的基於文本的搜索 查詢。例如，如果用戶意圖搜索"如何組裝計算機"，他或她可以提供完整查詢串，即"如何 組裝計算機"，或者關鍵詞串"組裝計算機"等等。查詢關鍵詞的選定歸於用戶。
[0011] 在另一示例中，視頻搜索查詢是包括關鍵詞或關鍵詞串的基於話音(語音）的搜索 查詢。例如，如果用戶意圖搜索"如何組裝計算機"，他或她可以通過向計算系統提供語音命 令來提供查詢串。在這樣的實例中，計算設備被提供有語音捕獲設備和語音識別裝置。計 算設備還可以具有語音到文本轉換電腦程式(可以由計算系統的處理器運行的機器可讀 指令集)。
[0012] 當接收到視頻搜索查詢時，計算系統分析視頻搜索查詢以識別第一組查詢項。方 法的該部分可以稱作為"問題處理"。"問題處理"部分可以由在一個示例中可以駐留在計 算系統的存儲器中的問題處理模塊來實現。在問題處理期間，該方法分析來自用戶的視頻 搜索查詢並且嘗試查找用戶的信息需求。想法是在搜索查詢中識別複製用戶的搜索意圖的 那些關鍵詞。這通過(在搜索查詢上)執行詞性標註以識別搜索查詢中的兩種類型的詞語來 完成。
[0013] 第一種類型的詞語稱為"名詞短語"。其包括搜索查詢中的所有名詞和專有名詞。 第二種類型的詞語稱為"焦點詞（focus word)"。其包括所有名詞、專有名詞、非無意義 (non-trivial)動詞、形容詞和數詞。
[0014] 識別為"名詞短語"和/或"焦點詞"的詞語被認為是第一組查詢項。為了提供示 例，在視頻搜索查詢"如何修理計算機"中，項"如何"、"修理"和"計算機"將會被識別為第 一組查詢項。為了提供另一示例，在視頻搜索查詢"如何系領帶"中，項"如何"、"系"和"領 帶"將會被認為是第一組查詢項。
[0015] 在塊120處，在已經識別出第一組查詢項之後，在示例中計算系統使用來自第一 組查詢項的"名詞短語"來查詢知識存儲庫。在另一示例中，第一組查詢項被用於查詢知識 存儲庫。
[0016] 知識存儲庫可以被定義為以電子文檔集合的形式系統地捕獲、組織和分類知識的 計算機化系統(或資料庫)。存儲庫可以被搜索並且數據是可檢索的。為了提供說明，諸如 Wikipedia (維基百科）或Britannica Online (大英百科全書在線）之類的在線百科全書 是知識存儲庫。
[0017] 使用第一組查詢項來查詢知識存儲庫的實踐可以稱作為方法的"問題理解"部分。 "問題理解"部分可以由在一個示例中可以駐留在計算系統的存儲器中的問題理解模塊來 實現。
[0018] 對知識存儲庫的查詢導致識別出對應於第一組查詢項的一個或多個電子文檔。在 示例中，來自第一組查詢項的"名詞短語"被用於查詢Wikipedia存儲庫以識別對應於"名 詞短語"的一個或多個電子文檔。該過程涉及使用Wikipedia搜索API (應用編程接口）來 查詢Wikipedia存儲庫。例如查詢"宇宙如何起源"可能給出關於大爆炸的Wikipedia頁 面（http://en. wikipedia. org/wiki/Big_Bang)〇
[0019] 對應於第一組查詢項的一個或多個電子文檔使用Wikipedia類別來識別。 Wikipedia使用以類別的分層結構形式提供到所有Wikipedia文章的連結的分類系統。分 類允許文章置於一個或多個群組中，並且允許那些群組被進一步分類。Wikipedia中的每篇 文章屬於至少一個類別。在Wikipedia中存在兩種類別。主題類別以主題命名並且通常與 關於該主題的Wikipedia文章共享名稱。例如，類別"板球"將會包含與板球有關的所有文 章。為一類對象創建設定類別。例如，類別"法國酒"包含其主題是法國酒的文章。
[0020] 在示例中，對應於第一組查詢項的一個或多個電子文檔可以包括一個或多個網 頁。然而，在其它實例中，電子文檔可以包括包含文本、音頻和/或視頻的文檔。
[0021] 在塊130處，一旦對應於第一組查詢項的一個或多個電子文檔已經被識別，其被 傳遞到基於正則表達式的解析器以提取以下信息。
[0022] (a)章節標題：這些包括在識別出的電子文檔中的所有章節標題的列表。
[0023] (b)子章節標題：這些包括在識別出的電子文檔中的所有子章節標題的列表。
[0024] ( c )超連結：這些包括在識別出的電子文檔中的所有超連結。
[0025] (d)重要的名詞短語：這些包括未存在於識別出的電子文檔的章節標題、子章節標 題和超連結中的電子文檔中的所有那些名詞短語。
[0026] 在示例中，組合所提取的信息(章節標題、子章節標題、超連結和重要的名詞短語） 以形成第二組查詢項。在另一示例中，僅合併所提取的信息的一些章節(或項）以獲得第二 組查詢項。在一個實體中，還移除重複項以形成簡潔的第二組查詢項。要指出，如本文所使 用的短語"查詢項"在本文檔中可以包括一個詞語或一組詞語。
[0027] 在塊140處，對第二組中的查詢項進行排序。方法的該部分可以稱作為"問題項排 序"。"問題項排序"部分可以由在一個示例中可以駐留在計算系統的存儲器中的問題項排 序模塊來執行。在問題項排序期間，加權機制被用於向查詢項分配權重。可以以不同方式 執行加權。這些手段中的一些在下文中加以描述。在一個示例中，通過將藉由不同加權方 法分配的單獨權重相加來計算給予查詢項的最終權重。
[0028] 加權可以按如下完成。（1)章節/子章節標題：為存在於子章節標題中的查詢項 給出比章節標題中的項更大的權重。這是基於以下前提：比較而言，與章節標題相比子章節 標題表示實際的主題。（2)詞語重疊：計算在（a)查詢項和焦點詞與（b)查詢項和頁面題目 (例如，Wikipedia頁面題目）之間的重疊程度。更高的重疊指示更相關的查詢並因此有更 高的權重。（3)超連結：為電子文檔中的超連結單獨給出權重(因為在Wikipedia存儲庫的 情況下它們表示Wiki概念)。如果查詢項存在於超連結中，其被視為相對更重要並且被給 出更高的權重。（4)重要章節排序器：具有與名詞短語的甚至單個非零詞語重疊的所有章 節和子章節標題被視為重要章節或子章節。向存在於與重要章節或子章節相關聯的文本中 的查詢項給出更高權重，因為它們更相關。換言之，所述方法識別出與第二組查詢項共享至 少一個共同項的電子文檔的那些章節和子章節標題，並且當識別出時，向存在於與電子文 檔的前述章節和子章節標題相關聯的文本中的那些查詢項分配相對更大權重。
[0029] 以上方法中的任一或全部可以用於向查詢項分配權重。（給查詢項的)最終權重可 以通過將藉由不同加權方法分配的單獨權重相加來給出。向(第二組的)查詢項分配最終權 重導致查詢項的經排序的列表。
[0030] 在塊150處，將位於前列的N個(其中N=l，2,3,4···)經排序的查詢項作為輸入提 供給視頻搜尋引擎。選擇N的值可以是系統確定的或用戶定義的。
[0031] 在不例中，可以經由諸如 Windows Internet Explorer、Mozilla Firefox、Google Chrome、Opera等之類的web (網絡）瀏覽器訪問視頻搜尋引擎。視頻搜索的非限制性示例 包括 YouTube。
[0032] 視頻搜尋引擎在耦合到計算系統的顯示器上向用戶顯示位於前列的N個經排序 的查詢項的結果。
[0033] 在示例中，在視頻查詢搜索結果的顯示之前，以視頻覆蓋、多樣性和相關性為基礎 對搜索結果進行分類。
[0034] 圖2圖示了根據實施例的用於執行視頻搜索的系統。
[0035] 系統200包括連接到計算機網絡270的計算系統210。計算系統210可以是但不 限於，臺式計算機、筆記本計算機、伺服器計算機、個人數字助理（PDA)、行動裝置、觸摸板、 電視（TV)機、對接設備等等。
[0036] 計算系統210可以包括用於運行機器可讀指令的處理器220、用於存儲機器可讀 指令(諸如，web瀏覽器模塊）的存儲器(儲存介質）230、輸入接口 240和顯示器250。這些 組件可以通過系統總線260 f禹合在一起。
[0037] 處理器220被布置成運行機器可讀指令。機器可讀指令可以是以web瀏覽器模 塊240的形式。在示例中，處理器220運行機器可讀指令以：從視頻搜索查詢中識別出第一 組查詢項；使用第一組查詢項來查詢知識存儲庫，其中所述知識存儲庫是電子文檔的集合； 識別對應於第一組查詢項的電子文檔；解析電子文檔以獲得第二組查詢項；通過向查詢項 分配權重來對在第二組查詢項中獲得的查詢項進行排序；以及向視頻搜尋引擎提供位於前 列的N個經排序的查詢項。
[0038] 存儲器230可以包括計算機系統存儲器，諸如但不限於，SDRAM (同步DRAM)、DDR (雙數據速率SDRAM)、存儲器總線DRAM (RDRAM)、存儲器總線RAM等，或儲存存儲器介質，諸 如，軟盤、硬碟、⑶-ROM、DVD、筆式驅動器（pen drive)等。存儲器230可以包括模塊，諸如 但不限於，web瀏覽器模塊240。
[0039] web瀏覽器模塊可以被用於向視頻搜尋引擎提供視頻搜索查詢項。一些主要的 web 瀏覽器模塊包括 Windows Internet Explorer、Mozilla Firefox、Google Chrome 以及 Opera。
[0040] 輸入接口 240可以被用於向計算系統210提供初始種子集輸入。輸入接口 240可 以包括諸如鍵盤或滑鼠之類的輸入設備和諸如觸摸接口、話音接口（諸如麥克風)、手勢接 口等之類的其它用戶交互機制。輸入接口還包括軟體接口（諸如圖形用戶接口（⑶I))。在 示例中，輸入接口 240被用於接收來自用戶的視頻搜索查詢。
[0041] 顯示器設備250可以是使得用戶能夠接收視覺反饋的任何設備。例如，顯示器可 以是液晶顯示器（IXD)、發光二極體（LED)顯示器、等離子體顯示器面板、電視、計算機監視 器等等。
[0042] 計算機網絡270可以是網際網路或內聯網。計算系統210可以通過有線(例如，同軸 線纜)或無線(例如，Wi-Fi)手段連接到計算機網絡270,諸如內聯網或網際網路(全球資訊網）。網 絡接口控制器280被用於將計算系統210連接到計算機網絡270。
[0043] 要闡明的是，如本文檔所使用的術語"模塊"，可以意指包括軟體組件、硬體組件或 其組合。模塊可以包括(作為示例）諸如軟體組件、過程、功能、屬性、步驟、驅動器、固件、數 據、資料庫和數據結構之類的組件。模塊可以駐留在易失性或非易失性儲存介質上並且被 配置成與計算機系統的處理器進行交互。
[0044] 應領會的是，圖2中描繪的系統組件僅僅是出於說明的目的並且實際的組件可以 取決於被部署用於本解決方案的實現的計算系統和架構而變化。以上所描述的各種組件可 以被託管在包括伺服器在內的單個計算系統或多個計算機系統上並通過適合的裝置連接 在一起。
[0045] 在一個示例中，在操作階段期間，計算系統210通過諸如內聯網之類的網絡連接 到搜尋引擎入口，並且用戶通過存儲在計算系統210上的web瀏覽器向視頻搜尋引擎提供 輸入視頻搜索查詢。所提出的解決方案可以實現在計算系統210或諸如用於主控搜尋引擎 入口的伺服器計算機之類的另一個計算設備上。
[0046] 應領會的是，在本解決方案的範圍內的實施例可以以包括諸如程序代碼之類的 計算機可執行指令的電腦程式產品的形式實現，所述計算機可執行指令可以在與諸如 Microsoft Windows、Linux或UNIX作業系統之類的適合的作業系統結合的任何適合的計 算環境上運行。本解決方案的範圍內的實施例還可以包括程序產品，其包含用於承載或具 有存儲在其上的計算機可執行指令或數據結構的計算機可讀介質。這樣的計算機可讀介質 可以是任何可用介質，其可以被通用或專用計算機訪問。作為示例，這樣的計算機可讀介質 可以包括RAM、ROM、EPROM、EEPROM、CD-ROM、磁碟儲存或其它儲存設備，或者可以被用於承載 或存儲以計算機可執行指令的形式的期望程序代碼並且可以被通用或專用計算機訪問的 任何其它介質。
[0047] 應當指出的是，本解決方案的以上描述的實施例僅僅是為了說明的目的。儘管已 經結合其特定實施例描述了解決方案，但是在不顯著脫離於本文所描述的主題的教導和優 勢的情況下許多修改是可能的。可以在不脫離於本解決方案的精神的情況下做出其它替 換、修改和改變。
【權利要求】
1. 一種執行視頻搜索的計算機實現的方法，包括： 分析搜索查詢以識別第一組查詢項； 使用第一組查詢項來查詢知識存儲庫，其中所述知識存儲庫是電子文檔的集合； 識別對應於第一組查詢項的電子文檔； 解析電子文檔以獲得第二組查詢項； 通過向查詢項分配權重而對在第二組查詢項中獲得的查詢項進行排序；以及 向視頻搜尋引擎提供位於前列的N個經排序的查詢項。
2. 根據權利要求1所述的方法，其中分析文本串搜索查詢以識別第一組查詢項，包括 在文本串搜索查詢中識別名詞短語和焦點詞，其中所述名詞短語包括名詞和專有名詞，並 且所述焦點詞包括名詞、專有名詞、非無意義動詞、形容詞和數詞。
3. 根據權利要求1所述的方法，其中解析電子文檔以獲得第二組查詢項包括： 獲得存在於電子文檔中的章節標題； 獲得存在於電子文檔中的子章節標題； 獲得存在於電子文檔中的超連結；以及 獲得存在於電子文檔中的名詞短語，其中所述名詞短語是未存在於電子文檔的章節標 題、子章節標題和超連結中的名詞短語。
4. 根據權利要求3所述的方法，還包括組合章節標題、子章節標題、超連結和所述名詞 短語以獲得第二組查詢項。
5. 根據權利要求3所述的方法，還包括移除重複條目。
6. 根據權利要求1所述的方法，其中向查詢項分配權重，包括： 向存在於電子文檔的子章節標題中的查詢項分配比存在於電子文檔的章節標題中的 查詢項相對更大的權重； 向存在於電子文檔的超連結中的查詢項分配比其它相對更大的權重；以及 識別與第二組查詢項共享至少一個共同項的電子文檔的那些章節和子章節標題，並且 當識別出時，向存在於與電子文檔的前述章節和子章節標題相關聯的文本中的那些查詢項 分配相對更大的權重。
7. 根據權利要求1所述的方法，其中識別對應於第一組查詢項的電子文檔包括識別其 題目對應於第一組查詢項的電子文檔。
8. -種用於執行視頻搜索的系統，包括： 用以獲得視頻搜索查詢的用戶接口；以及 處理器，其被編程為： 從視頻搜索查詢中識別出第一組查詢項； 使用第一組查詢項來查詢知識存儲庫，其中所述知識存儲庫是電子文檔的集合； 識別對應於第一組查詢項的電子文檔； 解析電子文檔以獲得第二組查詢項； 通過向查詢項分配權重而對在第二組查詢項中獲得的查詢項進行排序；以及 向視頻搜尋引擎提供位於前列的N個經排序的查詢項。
9. 根據權利要求8所述的系統，其中識別第一組查詢項包括在文本串搜索查詢中識別 名詞短語和焦點詞，其中所述名詞短語包括名詞和專有名詞，並且所述焦點詞包括名詞、專 用名詞、非無意義動詞、形容詞和數詞。
10. 根據權利要求8所述的系統，其中解析電子文檔以獲得第二組查詢項包括： 獲得存在於電子文檔中的章節標題； 獲得存在於電子文檔中的子章節標題； 獲得存在於電子文檔中的超連結；以及 獲得存在於電子文檔中的名詞短語，其中所述名詞短語是未存在於電子文檔的章節標 題、子章節標題和超連結中的名詞短語。
11. 根據權利要求8所述的系統，其中向查詢項分配權重，包括： 向存在於電子文檔的子章節標題中的查詢項分配比存在於電子文檔的章節標題中的 查詢項相對更大的權重； 向存在於電子文檔的超連結中的查詢項分配比其它相對更大的權重；以及 識別與第一組查詢項共享至少一個共同項的電子文檔的那些章節和子章節標題，並且 當識別出時，向存在於與電子文檔的前述章節和子章節標題相關聯的文本中的那些查詢項 分配相對更大的權重。
12. 根據權利要求8所述的系統，還包括顯示由視頻搜尋引擎提供的視頻搜索結果的 顯示屏。
13. 根據權利要求8所述的系統，其中所述知識存儲庫是外部或內部存儲庫。
14. 根據權利要求8所述的方法，其中所述搜索查詢是文本輸入或語音輸入。
15. -種用於執行視頻搜索的電腦程式產品，所述電腦程式產品包括： 具有以其包含的計算機可用程序代碼的計算機可讀儲存介質，所述計算機可用程序代 碼包括： 分析搜索查詢以識別第一組查詢項的計算機可用程序代碼； 使用第一組查詢項來查詢知識存儲庫的計算機可用程序代碼，其中所述知識存儲庫是 電子文檔的集合； 識別對應於第一組查詢項的電子文檔的計算機可用程序代碼； 解析電子文檔以獲得第二組查詢項的計算機可用程序代碼； 通過向查詢項分配權重而對在第二組查詢項中獲得的查詢項進行排序的計算機可用 程序代碼；以及 向視頻搜尋引擎提供位於前列的N個經排序的查詢項的計算機可用程序代碼。
【文檔編號】G06F17/30GK104106064SQ201280070193
【公開日】2014年10月15日 申請日期:2012年2月27日 優先權日:2012年2月27日
【發明者】A.S.迪克西特, K.拉瑪納桑, Y.桑卡拉蘇布拉瑪尼亞姆, V.戈文達拉朱 申請人:惠普發展公司，有限責任合夥企業