游戏标签模型训练方法及装置、游戏标签生成方法及装置与流程

本申请涉及计算机技术领域，特别涉及游戏标签模型训练方法及装置、游戏标签生成方法及装置、计算设备和计算机可读存储介质。

背景技术：

随着计算机技术的发展，游戏也得到了长足的发展，越来越多的用户逐渐认可游戏在日常生活中的重要作用。

当开发人员在开发一款游戏的时候，需要分析该游戏目前在市场上的主要竞争对手是谁，主要竞争游戏是什么，但是目前的游戏种类繁多，开发人员需要花费大量的人力物力在海量的游戏中确定目标竞品游戏，再对每个竞品游戏的情况进行分析，用来协助给游戏在目前的游戏市场中进行准确定位。

因此，如何协助开发人员在海量的游戏中确定目标竞品游戏就成为亟待解决的问题。

技术实现要素：

有鉴于此，本申请实施例提供了游戏标签模型训练方法及装置、游戏标签生成方法及装置、计算设备和计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本申请实施例的第一方面，提供了一种游戏标签模型训练方法，包括：

获取样本数据和样本标签，其中，所述样本数据包括目标游戏对应的游戏简介，所述样本标签包括所述目标游戏对应的游戏标签；

根据所述游戏简介确定所述目标游戏对应的关键词集合，并将所述关键词集合输入至游戏标签模型；

所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签；

根据所述预测游戏标签和所述游戏标签计算损失值；

根据所述损失值调整所述游戏标签模型的参数，并继续训练所述游戏标签模型，直至达到训练停止条件。

可选的，根据所述游戏简介确定所述目标游戏对应的关键词集合，包括：

对所述游戏简介进行分词处理，生成所述目标游戏对应的初始关键词集合；

过滤所述初始关键词集合中的停用词，生成所述目标游戏对应的关键词组合。

可选的，在生成所述目标游戏对应的初始关键词集合之前，所述方法还包括：

确定所述游戏简介的语种信息；

在所述语种信息是外语的情况下，对分词生成的关键词做标准化处理。

可选的，所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签，包括：

所述游戏标签模型对所述关键词集合做嵌入化处理，生成所述关键词集合对应的关键词向量集合；

根据所述关键词向量集合生成所述目标游戏对应的预测游戏标签。

可选的，根据所述关键词向量集合生成所述目标游戏对应的预测游戏标签，包括：

构建词向量标签概率函数；

根据所述词向量标签概率函数和所述关键词向量集合中的关键词向量生成所述目标游戏对应的预测游戏标签。

可选的，根据所述损失值调整所述游戏标签模型的参数，包括：

根据所述损失值调整所述词向量标签概率函数的参数。

可选的，达到训练停止条件，包括：

所述游戏标签模型达到了预设的训练轮次；或

所述损失值小于预设阈值。

根据本申请实施例的第二方面，提供了一种游戏标签生成方法，包括：

获取待处理游戏对应的目标游戏简介；

根据所述目标游戏简介确定所述待处理游戏对应的目标关键词集合，将所述目标关键词集合输入至游戏标签模型，其中，所述游戏标签模型是经过上述第一方面所述的模型训练方法训练得到的；

所述游戏标签模型响应于所述目标关键词集合作为输入而生成所述待处理游戏的目标游戏标签。

根据本申请实施例的第三方面，提供了一种游戏标签模型训练装置，包括：

获取模块，被配置为获取样本数据和样本标签，其中，所述样本数据包括目标游戏对应的游戏简介，所述样本标签包括所述目标游戏对应的游戏标签；

输入模块，被配置为根据所述游戏简介确定所述目标游戏对应的关键词集合，并将所述关键词集合输入至游戏标签模型；

生成模块，被配置为所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签；

计算模块，被配置为根据所述预测游戏标签和所述游戏标签计算损失值；

训练模块，被配置为根据所述损失值调整所述游戏标签模型的参数，并继续训练所述游戏标签模型，直至达到训练停止条件。

根据本申请实施例的第四方面，提供了一种游戏标签生成装置，包括：

获取模块，被配置为获取待处理游戏对应的目标游戏简介；

输入模块，被配置为根据所述目标游戏简介确定所述待处理游戏对应的目标关键词集合，将所述目标关键词集合输入至游戏标签模型，其中，所述游戏标签模型是经过上述第一方面所述的模型训练方法训练得到的；

生成模块，被配置为所述游戏标签模型响应于所述目标关键词集合作为输入而生成所述待处理游戏的目标游戏标签。

根据本申请实施例的第五方面，提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述计算机指令时实现所述游戏标签模型训练方法或所述游戏标签生成方法的步骤。

根据本申请实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机指令，该计算机指令被处理器执行时实现所述游戏标签模型训练方法或所述游戏标签生成方法的步骤。

本申请实施例提供了一种游戏标签模型训练方法，包括获取样本数据和样本标签，其中，所述样本数据包括目标游戏对应的游戏简介，所述样本标签包括所述目标游戏对应的游戏标签；根据所述游戏简介确定所述目标游戏对应的关键词集合，并将所述关键词集合输入至游戏标签模型；所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签；根据所述预测游戏标签和所述游戏标签计算损失值；根据所述损失值调整所述游戏标签模型的参数，并继续训练所述游戏标签模型，直至达到训练停止条件，通过本申请提供的游戏标签模型训练方法，可以有效训练一个游戏标签模型，根据游戏简介快速准确地确定游戏对应的标签，节省人力物力。

附图说明

图1是本申请实施例提供的计算设备的结构框图；

图2是本申请实施例提供的游戏标签模型训练方法的流程图；

图3是本申请实施例提供的游戏标签生成方法的流程图；

图4是本申请实施例提供的游戏标签模型训练装置的结构示意图；

图5是本申请实施例提供的游戏标签生成装置的结构示意图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

在本申请一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请一个或多个实施例。在本申请一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本申请一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

首先，对本发明一个或多个实施例涉及的名词术语进行解释。

游戏标签：从不同维度对游戏的描述，比如题材可以为仙侠、现代、历史等；画面可以为2d、3d等；游戏类型可以为音乐、体育、第一人称射击等。

在本申请中，提供了游戏标签模型训练方法及装置、游戏标签生成方法及装置、计算设备和计算机可读存储介质，在下面的实施例中逐一进行详细说明。

图1示出了根据本申请一实施例的计算设备100的结构框图。该计算设备100的部件包括但不限于存储器110和处理器120。处理器120与存储器110通过总线130相连接，数据库150用于保存数据。

计算设备100还包括接入设备140，接入设备140使得计算设备100能够经由一个或多个网络160通信。这些网络的示例包括公用交换电话网(pstn)、局域网(lan)、广域网(wan)、个域网(pan)或诸如因特网的通信网络的组合。接入设备140可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(nic))中的一个或多个，诸如ieee802.11无线局域网(wlan)无线接口、全球微波互联接入(wi-max)接口、以太网接口、通用串行总线(usb)接口、蜂窝网络接口、蓝牙接口、近场通信(nfc)接口，等等。

在本申请的一个实施例中，计算设备100的上述部件以及图1中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图1所示的计算设备结构框图仅仅是出于示例的目的，而不是对本申请范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。

计算设备100可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或pc的静止计算设备。计算设备100还可以是移动式或静止式的服务器。

其中，处理器120可以执行图2所示游戏标签模型训练方法中的步骤。图2示出了根据本申请一实施例的游戏标签模型训练方法的流程图，包括步骤202至步骤210。

步骤202：获取样本数据和样本标签，其中，所述样本数据包括目标游戏对应的游戏简介，所述样本标签包括所述目标游戏对应的游戏标签。

样本数据是用于训练游戏标签模型的数据，具体的，样本数据是目标游戏对应的游戏简介，通常情况下，一款游戏在发布时，开发人员会对游戏的游戏背景、游戏剧情、游戏特色等等进行文字介绍，游戏简介可以从目标游戏对应的官方网站上获取，也可以从游戏介绍平台中获取，在本申请中，对游戏简介的获取方式不做限制。

游戏标签是指对目标游戏在不同维度的一个介绍，比如游戏的游戏题材可以为武侠、历史、现代、动漫、军事、玄幻等等；游戏画面可以为2d、2.5d、3d；游戏类型有音乐、体育、格斗、角色扮演、第一人称射击、第三人称射击、沙盒、塔防等等。游戏开发人员需要对每款游戏标记对应的游戏标签。

在本申请提供的游戏标签训练模型中，游戏简介做为样本数据，游戏标签作为样本标签，用以训练一个可以根据游戏简介生成对应游戏标签的游戏标签模型。

在本申请提供的一具体实施里中，以目标游戏为《**射击手游》为例，可以从游戏官网获取游戏简介为：“《**射击手游》为a公司研发，b公司独家代理，全角色2d体验真实互动。游戏剧情：20**年，七块巨大的结晶从天而降……。游戏特色：全角色live2d，每日清晨的问候，战斗之前的贴心关怀……全角色语音剧情，只为打造番剧级视听盛宴……场景diy系统，经营主题咖啡馆，随时间变化的场景光效……”。游戏标签为“养成”、“射击”、“模拟经营”、“live2d”等。

步骤204：根据所述游戏简介确定所述目标游戏对应的关键词集合，并将所述关键词集合输入至游戏标签模型。

游戏简介中通常是有大量篇幅的文字用以介绍目标游戏的玩法、剧情、特色等等，为了能更好的分析游戏简介中的每个词与游戏标签之间的关联概率，需要先获取目标游戏对应的关键词集合，所述关键词集合具体是指游戏简介中的关键词的集合，游戏简介的关键词可以通过分词获得，比如一句话“m游戏，是由a公司研发，b公司独家代理”，对应的关键词集合可以是[m，游戏，是，由，a，公司，研发，b，公司，独家，代理]。

在实际应用中，游戏简介中还会有很多虚词、副词、标点符号等等，为了进一步提高模型的处理效率，在输入至游戏标签模型之前，根据所述游戏简介确定所述目标游戏对应的关键词集合，还可以包括：

对所述游戏简介进行分词处理，生成所述目标游戏对应的初始关键词集合；

过滤所述初始关键词集合中的停用词，生成所述目标游戏对应的关键词组合。

停用词是指在信息检索中，为了节省存储空间和提高检索效率，在处理自然语言数据时会过滤掉某些字或词，被过滤掉的字或词被称为停用词(stopwords)，停用词是人工输入、非自动化生成的，生成的停用词会形成一个停用词表，方便后续处理。

当对游戏简介进行分词处理后，生成目标游戏对应的初始关键词集合，再过滤初始关键词集合中的停用词，节省资源，方便后续进行处理，将过滤停用词之后的组合作为输入至游戏标签模型的关键词组合。例如，一句话为“m游戏，是由a公司研发，b公司独家代理”，对其进行分词处理，获得初始关键词集合是[m，游戏，是，由，a，公司，研发，b，公司，独家，代理]，过滤初始关键词集合中的停用词“是、由”，获得最终的关键词组合为[m，游戏，a，公司，研发，b，公司，独家，代理]。

在本申请提供的另一具体实施例中，在生成所述目标游戏对应的初始关键词集合之前，所述方法还包括：

确定所述游戏简介的语种信息；

在所述语种信息是外语的情况下，对分词生成的关键词做标准化处理。

由于游戏的快速发展，游戏在世界各地的影响力都很大，不同国家的开发人员都在开发游戏，因此，在本申请提供的另一具体实施方式中，还需要确定游戏简介的语种信息，具体的，采用语言占比的方式来确定语种，比如在游戏简介中，超过百分之50的语言对应的语种作为游戏简介的语种信息，可以根据各种语言对应的unicode(统一码)来作为确定基础。

如果游戏简介的语种是外语(即非中文)的情况下，还需要对关键词做相应的标准化处理，将关键词转换为原型，比如，在英语中的动词时态、复数表示等，都需要转换为原型，具体的将“playing”转换为“play”，将“apples”转换为“apple”等。

在生成关键词集合之后，获取的关键词都是有具体语义的词，将这些关键词集合输入至游戏标签模型，在游戏标签模型中，汇总成词典。

在本申请提供的一具体实施方式中，沿用上例，根据游戏简介：“《**射击手游》为a公司研发，b公司独家代理，全角色2d体验真实互动。游戏剧情：20**年，七块巨大的结晶从天而降……。游戏特色：全角色live2d，每日清晨的问候，战斗之前的贴心关怀……全角色语音剧情，只为打造番剧级视听盛宴……场景diy系统，经营主题咖啡馆，随时间变化的场景光效……”生成对应的关键词集合q[**射击手游，a公司，研发，b公司……]，并将关键词集合q输入至游戏标签模型。

步骤206：所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签。

游戏标签模型被训练与根据关键词集合生成对应的预测游戏标签，在实际应用中，游戏标签模型的具体结构可以为lstm(长短期记忆网络)模型、transformer模型、bert模型等等，在本申请中，对游戏标签模型的具体结构不做限制，以实际应用为准。

将关键词集合输入至游戏标签模型，在游戏标签模型中，对关键词集合进行处理，具体的，所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签，包括：

所述游戏标签模型对所述关键词集合做嵌入化处理，生成所述关键词集合对应的关键词向量集合；

根据所述关键词向量集合生成所述目标游戏对应的预测游戏标签。

嵌入化处理是将每个关键词转换为对应的词向量，嵌入化实际上是一种将各个关键词在预定的向量空间中表示为实值向量的一类技术，每个关键词被映射成一个关键词向量，进而将关键词集合转换为对应的关键词向量集合，关键词向量可以得到游戏简介中的定量描述。再根据关键词向量集合即可生成所述目标游戏对应的预测游戏标签。

具体的，根据所述关键词向量集合生成所述目标游戏对应的预测游戏标签，包括：

构建词向量标签概率函数；

根据所述词向量标签概率函数和所述关键词向量集合中的关键词向量生成所述目标游戏对应的预测游戏标签。

在实际应用中，会预先构建一个关键词向量和标签相对应的词向量标签概率函数，根据词向量标签概率函数和关键词向量集合中的关键词向量即可生成所述目标游戏对应的预测游戏标签，所述预测游戏标签即是游戏标签模型输出的预测游戏标签。

在本申请提供的一具体实施方式中，沿用上例，游戏标签模型根据关键词集合q生成预测游戏标签为“射击”、“2d”、“养成”、“经营”等。

步骤208：根据所述预测游戏标签和所述游戏标签计算损失值。

在获得游戏标签模型输出的预测游戏标签后，根据预测游戏标签和游戏标签即可计算损失值，计算损失值的方式有很多，比如交叉熵损失函数、最大损失函数、平均损失函数等等，在本申请中，对计算损失值的具体方式不做限定，以实际应用为准。

在本申请提供的一具体实施方式中，沿用上例，根据预测游戏标签“射击”、“2d”、“养成”、“经营”等和游戏标签为“养成”、“射击”、“模拟经营”、“live2d”等计算损失值loss。

步骤210：根据所述损失值调整所述游戏标签模型的参数，并继续训练所述游戏标签模型，直至达到训练停止条件。

根据损失值反向传播调整所述游戏标签模型的参数，并继续训练所述游戏标签模型，在实际应用中，当游戏标签模型还可以投入使用，在实际生产生活中进行游戏标签预测，当应用预设时间之后，还可以根据积攒的新的关键词集合和游戏标签对所述游戏标签模型继续训练。

具体的，根据所述损失值调整所述游戏标签模型的参数，包括：

根据所述损失值调整所述词向量标签概率函数的参数。

在根据损失值调整游戏标签模型的参数时，具体包括调整所述词向量标签概率函数的参数，使得所述词向量标签概率函数根据关键词向量可以输出更为准确的游戏标签。

可选的，达到训练停止条件，包括：

所述游戏标签模型达到了预设的训练轮次；或

所述损失值小于预设阈值。

在实际应用中，模型训练的停止条件有很多，训练停止条件可以是语塞的训练轮次，也可以是损失值低于某个预设阈值，模型的训练停止条件，在本申请中也不做具体限定，以实际应用为准。

本申请实施例提供了一种游戏标签模型训练方法，包括获取样本数据和样本标签，其中，所述样本数据包括目标游戏对应的游戏简介，所述样本标签包括所述目标游戏对应的游戏标签；根据所述游戏简介确定所述目标游戏对应的关键词集合，并将所述关键词集合输入至游戏标签模型；所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签；根据所述预测游戏标签和所述游戏标签计算损失值；根据所述损失值调整所述游戏标签模型的参数，并继续训练所述游戏标签模型，直至达到训练停止条件，通过本申请提供的游戏标签模型训练方法，可以有效训练一个游戏标签模型，根据游戏简介快速准确地确定游戏对应的标签，节省人力物力。

图3示出了本申请一实施例的游戏标签生成方法，该游戏标签生成方法包括步骤302至步骤306。

步骤302：获取待处理游戏对应的目标游戏简介。

在本申请提供的一具体实施方式中，以待处理游戏为c游戏为例，从c游戏的游戏官网中获取c游戏对应的游戏简介t。

步骤304：根据所述目标游戏简介确定所述待处理游戏对应的目标关键词集合，将所述目标关键词集合输入至游戏标签模型，其中，所述游戏标签模型是经过上述的模型训练方法训练得到的。

在本申请提供的一具体实施方式中，沿用上例，对游戏简介t进行分词、过滤停用词处理，获得所述待处理游戏c的目标关键词集合为k，并将目标关键词集合k输入至游戏标签模型进行处理，所述游戏标签模型是经过上述的游戏标签模型训练方法训练获得的。

步骤306：所述游戏标签模型响应于所述目标关键词集合作为输入而生成所述待处理游戏的目标游戏标签。

在本申请提供的一具体实施方式中，沿用上例，游戏标签模型响应于所述目标关键词集合生成所述待处理游戏的目标游戏标签为“标签1”、“标签2”……“标签n”。

在实际应用中，在获得目标游戏标签后，还可以通过人工对其进行校对，用以修正出现偏差的游戏标签，当校对完成之后，还可以将所述目标游戏简介和目标游戏标签作为新的样本数据和样本标签对所述游戏标签模型进行进一步训练。

当游戏公司的游戏开发人员针对新的游戏项目时，可以通过上述的游戏标签生成方法，快速从数据库中找到新的游戏项目对应的竞品游戏，再分析竞品游戏对应的相关数据，极大地节省了人力物力，提高了工作效率。

本申请实施例提供了一种游戏标签生成方法，获取待处理游戏对应的目标游戏简介；根据所述目标游戏简介确定所述待处理游戏对应的目标关键词集合，将所述目标关键词集合输入至游戏标签模型，其中，所述游戏标签模型是经过上述第一方面所述的模型训练方法训练得到的；所述游戏标签模型响应于所述目标关键词集合作为输入而生成所述待处理游戏的目标游戏标签，通过本申请提供的游戏标签生成方法，可以快速准确的获取游戏对应的游戏标签，避免开发人员花费大量的时间和精力分析游戏，人工为游戏添加标签，节省了人力物力，提高了工作效率。

与上述游戏标签模型训练方法实施例相对应，本申请还提供了游戏标签模型训练装置实施例，图4示出了本申请一个实施例的游戏标签模型训练装置的结构示意图。如图4所示，该装置包括：

获取模块402，被配置为获取样本数据和样本标签，其中，所述样本数据包括目标游戏对应的游戏简介，所述样本标签包括所述目标游戏对应的游戏标签；

输入模块404，被配置为根据所述游戏简介确定所述目标游戏对应的关键词集合，并将所述关键词集合输入至游戏标签模型；

生成模块406，被配置为所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签；

计算模块408，被配置为根据所述预测游戏标签和所述游戏标签计算损失值；

训练模块410，被配置为根据所述损失值调整所述游戏标签模型的参数，并继续训练所述游戏标签模型，直至达到训练停止条件。

可选的，所述输入模块404，进一步被配置为：

对所述游戏简介进行分词处理，生成所述目标游戏对应的初始关键词集合；

过滤所述初始关键词集合中的停用词，生成所述目标游戏对应的关键词组合。

可选的，所述输入模块404，进一步被配置为：

确定所述游戏简介的语种信息；

在所述语种信息是外语的情况下，对分词生成的关键词做标准化处理。

可选的，所述生成模块406，进一步被配置为：

所述游戏标签模型对所述关键词集合做嵌入化处理，生成所述关键词集合对应的关键词向量集合；

根据所述关键词向量集合生成所述目标游戏对应的预测游戏标签。

可选的，所述生成模块406，进一步被配置为：

构建词向量标签概率函数；

根据所述词向量标签概率函数和所述关键词向量集合中的关键词向量生成所述目标游戏对应的预测游戏标签。

可选的，所述训练模块410，进一步被配置为：

根据所述损失值调整所述词向量标签概率函数的参数。

可选的，所述训练模块410，进一步被配置为：

所述游戏标签模型达到了预设的训练轮次；或

所述损失值小于预设阈值。

本申请实施例提供了一种游戏标签模型训练装置，包括获取样本数据和样本标签，其中，所述样本数据包括目标游戏对应的游戏简介，所述样本标签包括所述目标游戏对应的游戏标签；根据所述游戏简介确定所述目标游戏对应的关键词集合，并将所述关键词集合输入至游戏标签模型；所述游戏标签模型响应于所述关键词集合作为输入而生成所述目标游戏对应的预测游戏标签；根据所述预测游戏标签和所述游戏标签计算损失值；根据所述损失值调整所述游戏标签模型的参数，并继续训练所述游戏标签模型，直至达到训练停止条件，通过本申请提供的游戏标签模型训练装置，可以有效训练一个游戏标签模型，根据游戏简介快速准确地确定游戏对应的标签，节省人力物力。上述为本实施例的一种游戏标签模型训练装置的示意性方案。需要说明的是，该游戏标签模型训练装置的技术方案与上述的游戏标签模型训练方法的技术方案属于同一构思，游戏标签模型训练装置的技术方案未详细描述的细节内容，均可以参见上述游戏标签模型训练方法的技术方案的描述。

与上述游戏标签生成方法实施例相对应，本申请还提供了游戏标签生成装置实施例，图5示出了本申请一个实施例的游戏标签生成装置的结构示意图。

如图5所示，该装置包括：

获取模块502，被配置为获取待处理游戏对应的目标游戏简介；

输入模块504，被配置为根据所述目标游戏简介确定所述待处理游戏对应的目标关键词集合，将所述目标关键词集合输入至游戏标签模型，其中，所述游戏标签模型是经过如上所述的模型训练方法训练得到的；

生成模块506，被配置为所述游戏标签模型响应于所述目标关键词集合作为输入而生成所述待处理游戏的目标游戏标签。

本申请实施例提供了一种游戏标签生成装置，获取待处理游戏对应的目标游戏简介；根据所述目标游戏简介确定所述待处理游戏对应的目标关键词集合，将所述目标关键词集合输入至游戏标签模型，其中，所述游戏标签模型是经过上述第一方面所述的模型训练方法训练得到的；所述游戏标签模型响应于所述目标关键词集合作为输入而生成所述待处理游戏的目标游戏标签，通过本申请提供的游戏标签生成装置，可以快速准确的获取游戏对应的游戏标签，避免开发人员花费大量的时间和精力分析游戏，人工为游戏添加标签，节省了人力物力，提高了工作效率。

上述为本实施例的一种游戏标签生成装置的示意性方案。需要说明的是，该游戏标签生成装置的技术方案与上述的游戏标签生成方法的技术方案属于同一构思，游戏标签生成装置的技术方案未详细描述的细节内容，均可以参见上述游戏标签生成方法的技术方案的描述。

本申请一实施例中还提供一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述计算机指令时实现所述游戏标签模型训练方法或所述游戏标签生成方法的步骤。

上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的游戏标签模型训练方法或游戏标签生成方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述的游戏标签模型训练方法或游戏标签生成方法的技术方案的描述。

本申请一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该计算机指令被处理器执行时实现如前所述游戏标签模型训练方法或所述游戏标签生成方法的步骤。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的游戏标签模型训练方法或游戏标签生成方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述游戏标签模型训练方法或游戏标签生成方法的技术方案的描述。

上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本申请的内容，可作很多的修改和变化。本申请选取并具体描述这些实施例，是为了更好地解释本申请的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。