CN117171429B - 热点内容处理方法、装置、电子设备及介质 - Google Patents

Abstract

本公开提供了一种热点内容处理方法、装置、电子设备及介质，涉及人工智能技术领域，尤其涉及自然语言处理、内容推荐、深度学习和大语言模型领域。本公开提供的热点内容处理方法，包括：根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式；基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要；根据所述目标热点的当前热点概要，生成目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型。本公开可以实现热点内容的去重，能够突出热点内容的重点。

Description

热点内容处理方法、装置、电子设备及介质

技术领域

本公开涉及人工智能技术领域，尤其涉及自然语言处理、内容推荐、深度学习和大语言模型领域，具体涉及一种热点内容处理方法。

背景技术

随着网络技术的飞速发展，各种信息迅速在网络中传播并积累。当公众关注度不断上升，公众讨论度不断提高，热点就会出现。进行热点推送是资讯类应用保证日活跃用户数量，提高用户粘性的重要手段。

相关技术中，资讯类应用主要依赖推荐算法对热点进行内容推送，由推荐算法推荐的热点内容一般仅能在主题层面上满足用户的兴趣，在内容层面上可能会相互重复。内容上的重复会加大用户从推荐内容中获取感兴趣点的难度使得用户中途放弃消费推荐内容。

发明内容

本公开提供了一种热点内容处理方法、装置、电子设备及介质。

根据本公开的一方面，提供了一种热点内容处理方法，所述方法包括：

根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式；

基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要；

根据所述目标热点的当前热点概要，生成目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型。

根据本公开的另一方面，提供了一种热点内容处理装置，所述装置包括：

内容去重范式构建模块，用于根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式；

当前热点概要确定模块，用于基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要；

关键内容生成模块，用于根据所述目标热点的当前热点概要，生成目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型。

根据本公开的又一方面，提供了一种电子设备，该电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述的热点内容处理方法。

根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行本公开任一实施例所述的热点内容处理方法。

根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任一实施例所述的热点内容处理方法。

根据本公开的技术，本公开可以实现热点内容的去重，能够突出热点内容的重点。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例提供的一种热点内容处理方法的流程图；

图2是根据本公开实施例提供的另一种热点内容处理方法的流程图；

图3是根据本公开实施例提供的另一种热点内容处理方法的流程图；

图4是根据本公开实施例提供的一种热点内容处理装置的结构示意图；

图5用来实现本公开实施例的热点内容处理方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本公开实施例提供的一种热点内容处理方法的流程图，本公开实施例可应用于资讯类应用进行内容推荐的情况。该方法可以由热点内容处理装置来执行，该装置可以采用软件和/或硬件的方式实现。

如图1所示，本实施例的热点内容处理方法可以包括：

S101，根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式。

S102，基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要。

S103，根据所述目标热点的当前热点概要，生成目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型。

其中，在某个时间，某个范围内，公众较为关心的内容为热点。目标热点关联有候选内容，目标热点是指需要对其关联的候选内容进行去重处理的热点。其中，候选内容用于对热点进行描述。至少两条候选内容之间在内容上可能重复，也可能不重复，具体根据实际情况确定。候选内容的数据模态为内容处理模型可支持的任一模态。示例性的，候选内容的数据模态为文本模态。目标热点的候选内容称为热点内容。

获取目标热点的候选内容，可选的，采用搜索爬虫技术或者调用媒体平台API(Application Program Interface，应用程序接口)，从互联网上获取目标热点的候选内容。目标热点的候选内容为至少两条，候选内容的数量在这里不作限定，具体根据内容收集情况确定。可选的，在获取目标热点的候选内容后，根据候选内容的发布时间，对目标热点的候选内容进行汇总。

内容去重范式用于引导内容处理模型对目标热点的候选内容进行去重处理。内容去重范式为内容处理模型的输入数据，将内容去重范式输入内容处理模型。在内容去重范式的引导下，内容处理模型可以基于目标热点和目标热点的候选内容确定目标热点的当前热点概要。

其中，所述内容处理模型为预先训练的大语言模型。大语言模型(LLM，LargeLanguage Model)是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答和对话等。大语言模型通过训练，从大量标记和未标记的数据中捕获知识，并将知识存储到大量的参数中，其模型参数可达到百亿级别或者千亿级别。

其中，当前热点概要用于反应目标热点在当前时段的新发展。值得注意的是，本公开实施例中当前的概念是相对与候选内容的发布时间而言的。目标热点的当前热点概要，是对目标热点在当前时段发展情况的提炼。目标热点的关键内容基于目标热点的当前热点概要生成。与关键内容相比，当前热点概要用语更加简短而精炼，重点更加凸出。关键内容则为对目标热点发展变化过程的具体描述，通常要包括目标热点各方面的要素，包括但不限于主体要素，时间要素，角色要素，环境要素和事件要素等。

关键内容的数据模态不受限于候选内容的数据模态。也就是说，关键内容可以以不同于候选内容的数据模态呈现。示例性的，候选内容为文本模态，关键内容可以是文本模态，图文模态或者视频模态。关键内容的数据模态在这里不作限定，具体根据实际业务需求确定。目标热点的关键内容一般为向用户呈现的推荐内容，可以选择用户喜闻乐见的数据模态。

本公开技术方案，充分利用了大语言模型的内容理解能力以及内容生成能力，通过大语言模型从目标热点的候选内容中提炼出目标热点的当前热点概要，然后基于当前热点概要生成目标热点的关键内容，实现了对热点内容的去重，突出了热点内容的重点。将本公开所提供的技术方案用于内容推荐场景，可以提高用户体验，增加用户粘性。另外，本公开仅需为目标内容构建内容去重范式，大语言模型采用内容去重范式即可实现对热点内容的去重，提高了去重效率，简化了去重流程。

在一个可选的实施例中，基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要，包括：基于所述内容处理模型，对所述内容去重范式中的目标热点和至少两条候选内容进行整合得到整合内容；基于所述内容处理模型，对所述整合内容进行提炼得到目标热点的当前热点概要。

其中，内容去重范式基于目标热点和目标热点的候选内容构建。目标热点的候选内容为至少两条。示例性的，内容去重范式可以是“以下文本描述了X月X号的XX事件，请将这些文本整合成一篇文章，要求言简意，然后提炼出该事件的发展”。其中，内容去重范式中的“以下文本”对应于目标热点的候选内容；内容去重范式中的“X月X号的XX事件”对应于目标热点。内容去重范式中的目标热点以及目标热点的候选内容，为内容去重范式中的关键参数。内容去重范式中还包括约束参数，在上例中“请将这些文本整合成一篇文章，要求言简意，然后提炼出该事件的发展”即为内容去重范式中的约束参数。约束参数基于对内容处理模型的去重要求确定。除了上例中示出的约束参数，约束参数还可以包括字数约束进而语言约束。其中，字数约束用于对内容处理模型所输出整合内容的字数进行约束。语言约束用于对内容处理模型生成整合内容所用的语言进行约束。示例性的，可以约束内容处理模型使用中文或者英文生成整合内容。

将内容去重范式输入内容处理模型，内容处理模型对内容去重范式中的目标热点和至少两条候选内容进行整合，得到整合内容。内容去重范式中的目标热点用于辅助内容处理模型明确去重主题。内容去重范式中的至少两条候选内容为内容处理模型的去重对象。内容处理模型对至少两条候选内容进行去重是围绕目标热点展开的。

其中，整合内容由内容处理模型基于至少两条候选内容生成。对至少两条候选内容进行整合是指去除至少两条候选内容之间的冗余内容，并汇总去冗余后的候选内容。在内容去重范式的引导下，内容处理模型会对整合内容进行提炼得到目标热点的当前热点概要。

上述技术方案，提供了一种切实可行的当前热点概要确定方法，通过内容处理模型，先对目标热点和至少两条候选内容进行整合，然后对得到的整合内容进行提炼即可目标热点的当前热点概要。实现了对热点内容的去重，提炼了热点内容的重点。

在一个可选的实施例中，基于所述内容处理模型，对所述内容去重范式中的目标热点和至少两条候选内容进行整合得到整合内容，包括：基于所述内容处理模型，确定所述内容去重范式中至少两条候选内容之间的共有内容和至少两条候选内容各自的私有内容；基于所述共有内容和所述私有内容，对所述至少两条候选内容进行整合得到整合内容；其中，所述共有内容和所述私有内容属于所述目标热点。

其中，共有内容和私有内容属于目标热点。共有内容为至少两条候选内容之间所共有的，也就是说，共有内容为至少两条候选内容在内容上的重复部分。私有内容为至少两条候选内容在内容上的独有部分。

共有内容是冗余的，基于共有内容和私有内容，对至少两条候选内容进行整合得到整合内容。可选的，保留至少两条候选内容各自的私有内容，与至少两条候选内容共有的共有内容进行整合，去除至少两条候选内容之间的冗余内容得到整合内容。

上述技术方案，提供了一种切实可行的整合内容确定方法，为确定当前热点概要提供了数据支持。

图2是根据本公开实施例提供的另一种热点内容处理方法的流程图；本实施例是在上述实施例的基础上提出的一种可选方案。

参见图2，本实施例提供的热点内容处理方法包括：

S201，确定所述至少两条候选内容的发布时间，并采用所述发布时间确定所述候选内容所属的当前去重批次。

若候选内容数量庞大，超出内容处理模型可承受的数据处理量，则需要分批对侯选内容进行去重。侯选内容所属的当前去重批次根据侯选内容的发布时间确定。候选内容的发布时间是指侯选内容在媒体平台上发布的时间。可选的，候选内容的发布时间以天为单位。

可选的，目标热点具有明显时间特征。候选内容的发布时间对于确定目标热点在当前时段的新发展尤为重要。可选的，将发布时间相同的侯选内容划分到同一去重批次。

S202，获取目标热点在历史去重批次中所确定的历史热点概要。

历史热点概要由内容处理模型基于属于历史去重批次的候选内容生成。可选的，历史去重批次为与当前去重批次相邻的上一去重批次。历史热点概要则为上一去重批次中所确定的上一热点概要。

S203，根据所述目标热点、所述至少两条候选内容和所述历史热点概要，为目标热点构建在当前去重批次中的内容去重范式。

在采用内容处理模型分批次对至少两条候选内容进行去重处理的情况下，去重批次不同内容处理模型所采用的内容去重范式存在差异。

具体的，不同去重批次中内容去重范式包括的候选内容和历史热点概要存在差异。在采用内容处理模型对属于当前去重批次的候选内容进行去重处理之前，需要更新当前去重批次中的内容去重范式。

示例性的，在采用内容处理模型分批次对至少两条候选内容进行去重处理的情况下,内容去重范式可以是“以下文本描述了X月X号的XX事件，XX事件的发展历史为XXX，请将这些文本整合成一篇文章，要求言简意，然后提炼出该事件的发展”。其中，“XX事件的发展历史为XXX”对应于历史热点概要。将历史去重批次添加至内容去重范式，为内容处理模型对不同去重批次所得到热点概要进行去重处理提供了数据支持。

S204，基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要。

将内容去重范式输入内容处理模型，在内容去重范式的引导下，内容处理模型基于内容去重范式中的目标热点、至少两条候选内容和历史热点概要确定目标热点的当前热点概要。

S205，根据所述目标热点的当前热点概要，生成目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型。

本公开技术方案，根据候选内容的发布时间确定侯选内容的当前去重批次，为目标热点构建在当前去重批次中的内容去重范式，内容处理模型采用内容去重范式对候选内容进行分批去重，本公开技术方案考虑了内容处理模型的数据处理量，保证了热点内容去重方法的可靠性。本公开技术方案，将历史去重批次添加至内容去重范式，为内容处理模型对不同去重批次所得到热点概要进行去重提供了数据支持，保证了热点内容的去重效果。

在一个可选的实施例中，所述基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要，包括：基于所述内容处理模型，对当前去重批次的内容去重范式中的目标热点和至少两条候选内容进行整合得到当前去重批次中的整合内容；基于所述内容处理模型，采用所述内容去重范式中的历史热点概要对所述当前去重批次中的整合内容进行提炼，得到目标热点在当前去重批次中的当前热点概要。

其中，当前去重批次中的整合内容，由内容处理模型基于属于当前去重批次的至少两条候选内容生成。

将当前去重批次的内容去重范式输入内容处理模型，内容处理模型对内容去重范式中的目标热点和至少两条候选内容进行整合，得到当前去重批次中的整合内容。

去重批次不同，内容处理模型所使用的内容去重范式存在差异，相应的，不同去重批次对应的整合结果也存在差异。这是因为不同去重批次中的至少两条候选内容不同，也就是说内容处理模型的去重对象不同。

在内容去重范式的引导下，内容处理模型采用内容去重范式中的历史热点概要对当前去重批次中的整合内容进行提炼，得到目标热点在当前去重批次中的当前热点概要。可选的，内容处理模型对当前去重批次中的整合内容进行提炼，得到目标热点的中间热点概要。然后，内容处理模型采用内容去重范式中的历史热点概要对中间热点概要进行去重，得到目标热点在当前去重批次中的当前热点概要。

上述技术方案，在采用内容处理模型对候选内容进行分批去重的情况下，提供一种切实可行的当前热点概要确定方法，确定目标热点在当前去重批次中的当前热点概要，实现了对热点内容的去重，提炼了热点内容的重点。

图3是根据本公开实施例提供的另一种热点内容处理方法的流程图，本实施例是在上述实施例的基础上提出的一种可选方案。如图3所示，本实施例的热点内容处理方法可以包括：

S301，根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式。

S302，基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要。

S303，采用所述内容处理模型，根据所述目标热点的当前热点概要为目标热点生成视频制作脚本。

其中，目标热点的视频制作脚本是指目标热点的发展大纲，用来确定目标热点的主要内容、发展方向以及画面细节。目标热点的视频制作脚本用于制作目标热点的描述视频。

可选的，采用当前热点概要对脚本制作话术中视频制作脚本的制作脚本模板进行实例化，得到当前热点概要的目标脚本制作话术。然后，将目标脚本制作话术作为输入数据输入内容处理模型，通过内容处理模型输出目标热点的视频制作脚本。

可选的，制作脚本模板包括视频时长，视频风格，视频素材和视频台词等几个部分。视频素材、视频台词视频风格根据当前热点概要确定，视频时长根据实际业务需求确定。

S304，基于所述视频制作脚本，生成目标热点的描述视频以将所述描述视频作为所述目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型。

可选的，采用文像转化技术(Text To Video，TTV)基于目标热点的视频制作脚本，生成目标热点的描述视频。将目标热点的描述视频作为目标热点的关键内容。其中，TTV技术以人工智能技术驱动内容生产，TTV技术可以将图文内容自动生成视频。

本公开技术方案，采用内容处理模型，根据目标热点的当前热点概要为目标热点生成视频制作脚本。基于视频制作脚本生成目标热点的描述视频，并将描述视频作为目标热点的关键内容。本公开以用户喜闻乐见的视频模态描述目标热点，将本公开所提供的技术方案用于内容推荐场景，可以实现对推荐内容的去重，重点凸出的推荐内容，有利于拉动日活跃用户数量，达到提高用户体验，增加用户粘性的效果。

在一个可选的实施例中，所述采用所述内容处理模型，根据所述目标热点的当前热点概要为目标热点生成视频制作脚本，包括：采用内容处理模型，基于所述目标热点的当前热点概要确定所述目标热点的热点主题和热点内容；根据所述目标热点的热点主题，确定所述视频制作脚本的音乐要素和标题要素；根据所述目标热点的热点内容，确定所述视频制作脚本的画面要素；基于所述音乐要素、所述标题要素和所述画面要素，为目标热点生成视频制作脚本。

当前热点概要用语简短而精炼，重点凸出。内容处理模型基于目标热点可以确定目标热点的热点主题和热点内容。热点主题和热点内容用于确定描述视频的基本要素。可选的，描述视频的基本要素包括：音乐要素，标题要素和画面要素。音乐要素用于确定描述视频的背景音乐，音乐要素可以包括音乐类型和音乐时长等。标题要素用于描述视频的视频标题，标题要素可以包括标题内容和标题长度等。画面要素用于确定描述视频的视频画面，画面要素包括画面内容和画面色彩等。音乐要素和标题要素根据目标热点的热点主题确定；画面要素根据目标热点的热点内容确定。

在内容推荐场景下，目标热点的描述视频作为目标热点的关键内容可以进行推荐。与目标热点相配的背景音乐、视频标题和视频画面可以提高描述视频的曝光率，能够保证用户体验。

上述技术方案，提供了一种切实可行的视频制作脚本生成方法，为将当前热点概要转换为用户喜闻乐见的视频模态提供了技术支持，为将本公开提供的热点内容去重方法应用于内容推荐场景，提供了数据支持。

在一个可选的实施例中，确定所述当前热点概要所对应的候选内容，并根据所述候选内容的发布时间确定所述描述视频的发布时间；根据所述描述视频的发布时间，确定所述描述视频的推送顺序。

其中，当前热点概要通过内容处理模型对至少两条候选内容进行去重处理得到。描述视频基于当前热点概要生成。基于候选内容的发布时间可以确定当前热点概要的发布时间，进一步可以确定描述视频的发布时间。可选的，将描述视频所对应候选内容的发布时间，确定为描述视频的发布时间。

描述视频的发布时间用于确定描述视频的推送顺序。其中，推送顺序是指在内容推荐场景下，对描述视频进行推荐的顺序。可选的，以当前时刻为时间原点，按照时间从远到近的顺序对描述视频进行排序，优先推荐发布时间靠近当前时刻的描述视频。

上述技术方案，通过确定描述视频的发布时间，根据描述视频的发布时间，确定描述视频的推送顺序，为将本公开提供的热点内容去重方法应用到内容推荐场景进行视频推荐，提供了技术支持。

在一个可选的实施例中，所述方法还包括：响应于目标热点的订阅操作，获取目标热点的候选描述视频；根据所述候选描述视频的推送顺序，从所述候选描述视频中确定目标描述视频作为所述订阅操作的反馈内容。

其中，目标热点的订阅操作可以使用户收到目标热点的描述视频。目标热点的订阅操作由用户主动发起。其中，候选描述视频的推送顺序根据候选描述视频的发布时间确定。其中，目标描述视频在侯选描述视频中产生用于描述目标热点在当前时段的新发展。

响应于目标热点的订阅操作，获取目标热点的候选描述视频，确定候选描述视频的推送顺序，根据推送顺序从侯选描述视频中确定目标描述视频，将目标描述视频作为订阅操作的反馈内容。

上述技术方案，响应于目标热点的订阅操作，根据候选描述视频的推送顺序，从候选描述视频中确定目标描述视频作为订阅操作的反馈内容，将本公开所提供的热点内容去重方法应用到了内容推荐场景，实现了对推荐内容的去重，重点凸出的推荐内容有利于拉动日活跃用户数量，达到提高用户体验，增加用户粘性的效果。

图4是根据本公开实施例提供的一种热点内容处理装置的结构示意图。本公开实施例本公开实施例可应用于资讯类应用进行内容推荐的情况。该装置可以采用软件和/或硬件来实现，该装置可以实现本公开任意实施例所述的热点内容处理方法。

如图4所示，该热点内容处理装置400包括：

内容去重范式构建模块401，用于根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式；

当前热点概要确定模块402，用于基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要；

关键内容生成模块403，用于根据所述目标热点的当前热点概要，生成目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型。。

本公开技术方案，充分利用了大语言模型的内容理解能力以及内容生成能力，通过大语言模型从目标热点的候选内容中提炼出目标热点的当前热点概要，然后基于当前热点概要生成目标热点的关键内容，实现了对热点内容的去重，突出了热点内容的重点。将本公开所提供的技术方案用于内容推荐场景，可以提高用户体验，增加用户粘性。另外，本公开仅需为目标内容构建内容去重范式，大语言模型采用内容去重范式即可实现对热点内容的去重，提高了去重效率，简化了去重流程。

可选的，所述当前热点概要确定模块402，包括：整合内容确定子模块，用于基于所述内容处理模型，对所述内容去重范式中的目标热点和至少两条候选内容进行整合得到整合内容；整合内容提炼子模块，用于基于所述内容处理模型，对所述整合内容进行提炼得到目标热点的当前热点概要。

可选的，所述候选内容整合子模块，包括：内容类型确定单元，用于基于所述内容处理模型，确定所述内容去重范式中至少两条候选内容之间的共有内容和至少两条候选内容各自的私有内容；内容整合单元，用于基于所述共有内容和所述私有内容，对所述至少两条候选内容进行整合得到整合内容；其中，所述共有内容和所述私有内容属于所述目标热点。

可选的，所述内容去重范式构建模块401，包括：去重批次确定子模块，用于确定所述至少两条候选内容的发布时间，并采用所述发布时间确定所述候选内容所属的当前去重批次；热点概要确定子模块，用于获取目标热点在历史去重批次中所确定的历史热点概要；内容去重范式构建子模块，用于根据所述目标热点、所述至少两条候选内容和所述历史热点概要，为目标热点构建在当前去重批次中的内容去重范式。

可选的，所述当前热点概要确定模块402，包括：当前整合内容确定子模块，用于基于所述内容处理模型，对当前去重批次的内容去重范式中的目标热点和至少两条候选内容进行整合得到当前去重批次中的整合内容；当前整合内容提炼子模块，用于基于所述内容处理模型，采用所述内容去重范式中的历史热点概要对所述当前去重批次中的整合内容进行提炼，得到目标热点在当前去重批次中的当前热点概要。

可选的，所述关键内容生成模块403，包括：视频制作脚本生成子模块，用于采用所述内容处理模型，根据所述目标热点的当前热点概要为目标热点生成视频制作脚本；关键内容生成子模块，用于基于所述视频制作脚本，生成目标热点的描述视频以将所述描述视频作为所述目标热点的关键内容。

可选的，所述视频制作脚本生成子模块，包括：内容主题确定单元，用于采用内容处理模型，基于所述目标热点的当前热点概要确定所述目标热点的热点主题和热点内容；第一视频要素确定单元，用于根据所述目标热点的热点主题，确定所述视频制作脚本的音乐要素和标题要素；第二视频要素确定单元，用于根据所述目标热点的热点内容，确定所述视频制作脚本的画面要素；视频制作脚本生成单元，用于基于所述音乐要素、所述标题要素和所述画面要素，为目标热点生成视频制作脚本。

可选的，所述装置400还包括：视频发布时间确定模块，用于确定所述当前热点概要所对应的候选内容，并根据所述候选内容的发布时间确定所述描述视频的发布时间；视频推动顺序确定模块，用于根据所述描述视频的发布时间，确定所述描述视频的推送顺序。

可选的，所述装置400还包括：候选描述视频获取模块，用于响应于目标热点的订阅操作，获取目标热点的候选描述视频；目标描述视频确定模块，用于根据所述候选描述视频的推送顺序，从所述候选描述视频中确定目标描述视频作为所述订阅操作的反馈内容。

本公开实施例所提供的热点内容处理装置可执行本公开任意实施例所提供的热点内容处理方法，具备执行热点内容处理方法相应的功能模块和有益效果。

本公开的技术方案中，所涉及的用户信息，语音控制指令的收集、存储、使用、加工、传输、提供和公开等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

电子设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如热点内容处理方法。例如，在一些实施例中，热点内容处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的热点内容处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行热点内容处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程热点内容处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。

云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种热点内容处理方法，包括：

根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式；

基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要；

根据所述目标热点的当前热点概要，生成目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型；

其中，所述根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式，包括：

确定所述至少两条候选内容的发布时间，并采用所述发布时间确定所述候选内容所属的当前去重批次；

获取目标热点在历史去重批次中所确定的历史热点概要；

根据所述目标热点、所述至少两条候选内容和所述历史热点概要，为目标热点构建在当前去重批次中的内容去重范式；

其中，所述基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要，包括：

基于所述内容处理模型，对当前去重批次的内容去重范式中的目标热点和至少两条候选内容进行整合得到当前去重批次中的整合内容；

基于所述内容处理模型，采用所述内容去重范式中的历史热点概要对所述当前去重批次中的整合内容进行提炼，得到目标热点在当前去重批次中的当前热点概要。

2.根据权利要求1所述的方法，其中，所述基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要，包括：

基于所述内容处理模型，对所述内容去重范式中的目标热点和至少两条候选内容进行整合得到整合内容；

基于所述内容处理模型，对所述整合内容进行提炼得到目标热点的当前热点概要。

3.根据权利要求2所述的方法，其中，所述基于所述内容处理模型，对所述内容去重范式中的目标热点和至少两条候选内容进行整合得到整合内容，包括：

基于所述内容处理模型，确定所述内容去重范式中至少两条候选内容之间的共有内容和至少两条候选内容各自的私有内容；

基于所述共有内容和所述私有内容，对所述至少两条候选内容进行整合得到整合内容；

其中，所述共有内容和所述私有内容属于所述目标热点。

4.根据权利要求1-3中任一项所述的方法，其中，所述根据所述目标热点的当前热点概要，生成目标热点的关键内容，包括：

采用所述内容处理模型，根据所述目标热点的当前热点概要为目标热点生成视频制作脚本；

基于所述视频制作脚本，生成目标热点的描述视频以将所述描述视频作为所述目标热点的关键内容。

5.根据权利要求4所述的方法，其中，所述采用所述内容处理模型，根据所述目标热点的当前热点概要为目标热点生成视频制作脚本，包括：

采用内容处理模型，基于所述目标热点的当前热点概要确定所述目标热点的热点主题和热点内容；

根据所述目标热点的热点主题，确定所述视频制作脚本的音乐要素和标题要素；

根据所述目标热点的热点内容，确定所述视频制作脚本的画面要素；

基于所述音乐要素、所述标题要素和所述画面要素，为目标热点生成视频制作脚本。

6.根据权利要求4所述的方法，所述方法还包括：

确定所述当前热点概要所对应的候选内容，并根据所述候选内容的发布时间确定所述描述视频的发布时间；

根据所述描述视频的发布时间，确定所述描述视频的推送顺序。

7.根据权利要求6所述的方法，所述方法还包括：

响应于目标热点的订阅操作，获取目标热点的候选描述视频；

根据所述候选描述视频的推送顺序，从所述候选描述视频中确定目标描述视频作为所述订阅操作的反馈内容。

8.一种热点内容处理装置，包括：

内容去重范式构建模块，用于根据目标热点和目标热点的至少两条候选内容为所述目标热点构建内容去重范式；

当前热点概要确定模块，用于基于内容处理模型，采用所述内容去重范式确定目标热点的当前热点概要；

关键内容生成模块，用于根据所述目标热点的当前热点概要，生成目标热点的关键内容；其中，所述内容处理模型为预先训练的大语言模型；

其中，所述内容去重范式构建模块，包括：

去重批次确定子模块，用于确定所述至少两条候选内容的发布时间，并采用所述发布时间确定所述候选内容所属的当前去重批次；

热点概要确定子模块，用于获取目标热点在历史去重批次中所确定的历史热点概要；

内容去重范式构建子模块，用于根据所述目标热点、所述至少两条候选内容和所述历史热点概要，为目标热点构建在当前去重批次中的内容去重范式；

其中，所述当前热点概要确定模块，包括：

当前整合内容确定子模块，用于基于所述内容处理模型，对当前去重批次的内容去重范式中的目标热点和至少两条候选内容进行整合得到当前去重批次中的整合内容；

当前整合内容提炼子模块，用于基于所述内容处理模型，采用所述内容去重范式中的历史热点概要对所述当前去重批次中的整合内容进行提炼，得到目标热点在当前去重批次中的当前热点概要。

9.根据权利要求8所述的装置，其中，所述当前热点概要确定模块，包括：

整合内容确定子模块，用于基于所述内容处理模型，对所述内容去重范式中的目标热点和至少两条候选内容进行整合得到整合内容；

整合内容提炼子模块，用于基于所述内容处理模型，对所述整合内容进行提炼得到目标热点的当前热点概要。

10.根据权利要求9所述的装置，其中，所述候选内容整合子模块，包括：

内容类型确定单元，用于基于所述内容处理模型，确定所述内容去重范式中至少两条候选内容之间的共有内容和至少两条候选内容各自的私有内容；

内容整合单元，用于基于所述共有内容和所述私有内容，对所述至少两条候选内容进行整合得到整合内容；

其中，所述共有内容和所述私有内容属于所述目标热点。

11.根据权利要求8-10中任一项所述的装置，其中，所述关键内容生成模块，包括：

视频制作脚本生成子模块，用于采用所述内容处理模型，根据所述目标热点的当前热点概要为目标热点生成视频制作脚本；

关键内容生成子模块，用于基于所述视频制作脚本，生成目标热点的描述视频以将所述描述视频作为所述目标热点的关键内容。

12.根据权利要求11所述的装置，其中，所述视频制作脚本生成子模块，包括：

内容主题确定单元，用于采用内容处理模型，基于所述目标热点的当前热点概要确定所述目标热点的热点主题和热点内容；

第一视频要素确定单元，用于根据所述目标热点的热点主题，确定所述视频制作脚本的音乐要素和标题要素；

第二视频要素确定单元，用于根据所述目标热点的热点内容，确定所述视频制作脚本的画面要素；

视频制作脚本生成单元，用于基于所述音乐要素、所述标题要素和所述画面要素，为目标热点生成视频制作脚本。

13.根据权利要求11所述的装置，所述装置还包括：

视频发布时间确定模块，用于确定所述当前热点概要所对应的候选内容，并根据所述候选内容的发布时间确定所述描述视频的发布时间；

视频推动顺序确定模块，用于根据所述描述视频的发布时间，确定所述描述视频的推送顺序。

14.根据权利要求13所述的装置，所述装置还包括：

候选描述视频获取模块，用于响应于目标热点的订阅操作，获取目标热点的候选描述视频；

目标描述视频确定模块，用于根据所述候选描述视频的推送顺序，从所述候选描述视频中确定目标描述视频作为所述订阅操作的反馈内容。

15. 一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据权利要求1-7中任一项所述的热点内容处理方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-7中任一项所述的热点内容处理方法。

17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的热点内容处理方法。