CN111783858B - 生成类别向量的方法和装置 - Google Patents
生成类别向量的方法和装置 Download PDFInfo
- Publication number
- CN111783858B CN111783858B CN202010567257.0A CN202010567257A CN111783858B CN 111783858 B CN111783858 B CN 111783858B CN 202010567257 A CN202010567257 A CN 202010567257A CN 111783858 B CN111783858 B CN 111783858B
- Authority
- CN
- China
- Prior art keywords
- vector
- preset
- vectors
- category
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了生成类别向量的方法和装置。该方法的一具体实施方式包括:获取第一预设数量个属于预设类别的向量作为第一向量集;获取第二预设数量个属于预设类别的向量作为第二向量集;从第二向量集中确定符合预设条件的目标向量;获取属于预设类别的待替换向量;确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量;基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。该实施方式实现了实时地对第二向量集进行更新,使第二向量集中的向量对预设类别的代表性逐渐增强,提高生成类别向量的精确性。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及生成类别向量的方法和装置。
背景技术
目前,很多领域应用到分类技术,分类技术主要是提取图像、视频、音频、文本等信息的特征向量,再对特征向量进行分类。一个类别可以包括多个特征向量,如何用一个特征向量代表一个类别,是目前广泛研究的问题。通常,用特征向量表示一个类别的常见方法有,选取类别所有向量的均值(或加权均值)向量或距离均值(或加权均值)向量最近的向量代表这个类;设一个时间窗口,用窗口内向量的均值(或加权均值)向量或距离均值(或加权均值)向量最近的向量代表这个类;用滑动平均计算出的向量代表这个类;用机器学习的方法训练出一个向量代表一个类。
上述非机器学习方法由于对代表向量的选取比较机械,常导致代表向量维度信息不饱满,或偏离先验知识;而机器学习方法速度较慢且类别中的向量变化后需要重新训练,对于向量会实时增加的情况难以处理。
发明内容
本申请实施例的目的在于提出了一种改进的生成类别向量的方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请实施例提供了一种生成类别向量的方法,该方法包括:获取第一预设数量个属于预设类别的向量作为第一向量集;获取第二预设数量个属于预设类别的向量作为第二向量集,其中,第二向量集中的每个向量与第一向量集中的任一向量的距离小于预设距离;从第二向量集中确定符合预设条件的目标向量;获取属于预设类别的待替换向量;确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量;基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。
在一些实施例中,从第二向量集中确定符合预设条件的目标向量,包括:对于第二向量集中的每个向量,确定该向量与第一向量集和第二向量集的并集中的、除该向量之外的其他向量的距离和;从所得到的距离和中确定最短距离和,并从第二向量集中确定与最短距离和对应的向量作为目标向量。
在一些实施例中,预设替换条件包括:待替换向量与第一向量集中的任一向量小于预设距离,且与第一向量集和第二向量集的并集中的、除目标向量之外的其他向量的距离和大于最短距离和。
在一些实施例中,基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量,包括以下任一项:确定第一向量集和进行向量替换后的第二向量集包括的向量的均值向量作为预设类别的向量;确定第一向量集和进行向量替换后的第二向量集包括的向量的加权均值向量作为预设类别的向量。
在一些实施例中,第一向量集中的向量、第二向量集中的向量、待替换向量是预先对初始信息进行识别得到的,其中,初始信息的类型包括以下任一种:图像、视频、音频、文本。
在一些实施例中,在确定表征预设类别的类别向量并存储之后,方法还包括:获取待识别信息;对待识别信息进行识别,得到表征待识别信息的特征的特征向量;确定特征向量与类别向量之间的相似度;响应于确定相似度大于或等于预设相似度阈值,确定待识别信息属于预设类别。
第二方面,本申请实施例提供了一种生成类别向量的装置,该装置包括:第一获取模块,用于获取第一预设数量个属于预设类别的向量作为第一向量集;第二获取模块,用于获取第二预设数量个属于预设类别的向量作为第二向量集,其中,第二向量集中的每个向量与第一向量集中的任一向量的距离小于预设距离;第一确定模块,用于从第二向量集中确定符合预设条件的目标向量;第三获取模块,用于获取属于预设类别的待替换向量;第二确定模块,用于确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量;第三确定模块,用于基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。
在一些实施例中,第一确定模块包括:第一确定单元,用于对于第二向量集中的每个向量,确定该向量与第一向量集和第二向量集的并集中的、除该向量之外的其他向量的距离和;第二确定单元,用于从所得到的距离和中确定最短距离和,并从第二向量集中确定与最短距离和对应的向量作为目标向量。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的生成类别向量的方法和装置,通过首先获取属于预设类别第一向量集,然后获取包含的向量与第一向量集中的向量小于预设距离的第二向量集,再从第二向量集中确定符合预设条件的目标向量,然后继续获取待替换向量,在替换向量符合预设替换条件时,将目标向量替换为待替换向量,最后根据第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储,从而实现了实时地对第二向量集进行更新,使第二向量集中的向量对预设类别的代表性逐渐增强,提高生成类别向量的精确性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的生成类别向量的方法的一个实施例的流程图;
图3是根据本申请的生成类别向量的方法的另一个实施例的流程图;
图4是根据本申请的生成类别向量的方法的又一个实施例的流程图;
图5是根据本申请的生成类别向量的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的生成类别向量的方法的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101,网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101通过网络102与服务器103交互,以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用,例如搜索类应用、网页浏览器应用、购物类应用、即时通信工具等。
终端设备101可以是各种电子设备,包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。
服务器103可以是提供各种服务的服务器,例如对终端设备101上传的各种信息的特征向量进行处理的后台服务器。后台服务器可以对获取的各种类别的向量进行处理,并得到处理结果(例如表征类别的类别向量)。
需要说明的是,本申请实施例所提供的生成类别向量的方法可以由终端设备101或服务器103执行,相应地,生成类别向量的装置可以设置于终端设备101或服务器103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本申请的应生成类别向量的方法的一个实施例的流程200。该方法包括以下步骤:
步骤201,获取第一预设数量个属于预设类别的向量作为第一向量集。
在本实施例中,生成类别向量的方法的执行主体(例如图1所示的终端设备或服务器)可以从本地或从远程获取第一预设数量个属于预设类别的向量作为第一向量集。其中,向量可以是某种数据的特征向量,例如,这些数据可以包括但不限于以下至少一种:图像、视频、音频、文本等。
预设类别可以是各种类别。例如,当向量为图像的特征向量时,表征同一个人的人脸图像可以为一个类别;当向量为视频的特征向量时,预设类别可以是影视剧类、课程类等类别;当向量为文本的特征向量时,预设类别可以是文学作品、新闻、评论等类别。
通常,上述第一向量集可以是根据先验知识由人工指定的。
步骤202,获取第二预设数量个属于预设类别的向量作为第二向量集。
在本实施例中,上述执行主体可以从本地或从远程获取第二预设数量个属于预设类别的向量作为第二向量集。其中,第二向量集中的每个向量与第一向量集中的任一向量的距离小于预设距离。通常,第二预设数量大于第一预设数量。电子设备可以从预设的表征预设类别的向量集合中依次获取向量,或者实时获取基于各种方式(例如识别图像、识别文本等)确定出的属于预设类别的特征向量,对于某个特征向量,如果该向量与第一向量集中的任一向量的距离小于预设距离,则将该向量加入第二向量集。反复执行此步,直到第二向量集中的向量的数量达到第二预设数量。
步骤203,从第二向量集中确定符合预设条件的目标向量。
在本实施例中,上述执行主体可以从第二向量集中确定符合预设条件的目标向量。其中,预设条件可以按照各种方式设定。例如,与第二向量集的向量空间的中心距离最近的向量作为目标向量。
步骤204,获取属于预设类别的待替换向量。
在本实施例中,上述执行主体可以获取属于预设类别的待替换向量。其中,待替换向量可以从预设的用于表征预设类别的向量集合中获取,也可以实时地获取基于各种方式(例如识别图像、识别文本等)确定出的属于预设类别的特征向量。
步骤205,确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量。
在本实施例中,上述执行主体可以确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量。其中,预设替换条件可以通过各种方式确定,例如,预设替换条件可以为:待替换向量与第一向量集中的任一向量小于预设距离,并且与第二向量集的中心点之间的距离大于目标向量与中心点之间的距离。通过该预设替换条件进行向量替换,可以使第二向量集的向量空间范围逐渐增大,使第二向量集覆盖的向量可以准确地表征上述预设类别。
步骤206,基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。
在本实施例中,上述执行主体可以基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。
其中,类别向量用于表征预设类别。例如,当预设类别对应于某个人时,类别向量可以表征该人的基本特征,从而为图像检索提供支持。确定出的类别向量可以存储到上述执行主体中或存储到与上述执行主体通信连接的其他电子设备中。
在本实施例的一些可选的实现方式中,上述执行主体可以按照如下至少一种方式确定类别向量:
方式一:确定第一向量集和进行向量替换后的第二向量集包括的向量的均值向量作为预设类别的类别向量。
其中,均值向量中的元素的数值可以为第一向量集和进行向量替换后的第二向量集包括的向量中的各个相应的元素的均值。通过使用均值向量作为类别向量,可以使类别向量较准确地表征预设类别。
方式二:确定第一向量集和进行向量替换后的第二向量集包括的向量的加权均值向量作为预设类别的类别向量。
其中,确定加权均值使用的权值可以是预先设置的,权值可以反映向量的重要性,使类别向量的针对性更强,表征类别的准确性更高。
在本实施例的一些可选的实现方式中,第一向量集中的向量、第二向量集中的向量、待替换向量是预先对初始信息进行识别得到的。其中,初始信息的类型包括但不限于以下任一种:图像、视频、音频、文本。作为示例,初始信息的类型可以是人脸图像,上述执行主体或其他电子设备可以先对人脸图像进行识别并分类,确定出人脸图像的特征向量,并得到属于预设类别的特征向量。本实现方式通过对各种类型的初始信息进行识别,可以使本申请提供的方法应用到各种领域,有助于对检索、推送等场景提供支持。
在本实施例的一些可选的实现方式中,如图3所示,在步骤206之后,上述执行主体还可以执行如下步骤:
步骤207,获取待识别信息。
具体地,待识别信息可以包括但不限于以下任一类型的信息:图像、视频、音频、文本。待识别信息可以通过各种方式获取,例如,可以接收如图1所示的终端设备上传的待识别信息。也可以从本地与上述执行主体通信连接的服务器等设备获取。
步骤208,对待识别信息进行识别,得到表征待识别信息的特征的特征向量。
具体地,上述执行主体可以采用多种特征提取方法来提取特征向量。例如当待识别信息为图像时,可以采用基于高斯滤波器的方法提取图像的特征向量,或者可以采用基于机器学习方法训练得到的图像特征提取模型进行特征提取,得到特征向量。
步骤209,确定特征向量与类别向量之间的相似度。
其中,相似度可以基于现有的各种相似度计算方法得到,例如余弦距离、欧氏距离等。
步骤210,响应于确定相似度大于或等于预设相似度阈值,确定待识别信息属于预设类别。
本实现方式通过对待识别信息进行识别得到特征向量,并与上述类别向量进行相似度计算以确定待识别信息是否属于预设类别,可以利用类别向量准确地表征类别的特点,提高对待识别信息进行分类的准确性。
本申请的上述实施例提供的方法,通过首先获取属于预设类别第一向量集,然后获取包含的向量与第一向量集中的向量小于预设距离的第二向量集,再从第二向量集中确定符合预设条件的目标向量,然后继续获取待替换向量,在替换向量符合预设替换条件时,将目标向量替换为待替换向量,最后根据第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储,从而实现了实时地对第二向量集进行更新,使第二向量集中的向量对预设类别的代表性逐渐增强,提高生成类别向量的精确性。
进一步参考图4,其示出了根据本申请的生成类别向量的方法的又一个实施例的流程400。该方法包括以下步骤:
步骤401,获取第一预设数量个属于预设类别的向量作为第一向量集。
在本实施例中,步骤401与图2对应实施例中的步骤201基本一致,这里不再赘述。
步骤402,获取第二预设数量个属于预设类别的向量作为第二向量集
在本实施例中,步骤402与图2对应实施例中的步骤202基本一致,这里不再赘述。
步骤403,对于第二向量集中的每个向量,确定该向量与第一向量集和第二向量集的并集中的、除该向量之外的其他向量的距离和。
在本实施例中,对于第二向量集中的每个向量,上述执行主体可以确定该向量与第一向量集和第二向量集的并集中的、除该向量之外的其他向量的距离和。
作为示例,第一向量集包括n1个向量,第二向量集包括n2个向量,对于第二向量集中的某个向量,可以计算该向量与其他n1+n2-1个向量的距离的和即为距离和。对第二向量中的每个向量计算距离和,最终得到n2个距离和。
步骤404,从所得到的距离和中确定最短距离和,并从第二向量集中确定与最短距离和对应的向量作为目标向量。
在本实施例中,上述执行主体可以从所得到的距离和中确定最短距离和,并从第二向量集中确定与最短距离和对应的向量作为目标向量。例如,假设针对第二向量集中的某个向量A计算得到的距离和最短,则该向量A为目标向量。
步骤405,获取属于预设类别的待替换向量。
在本实施例中,步骤405与图2对应实施例中的步骤204基本一致,这里不再赘述。
步骤406,确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量。
在本实施例中,上述预设替换条件可以包括:
待替换向量与第一向量集中的任一向量小于预设距离,且与第一向量集和第二向量集的并集中的、除目标向量之外的其他向量的距离和大于最短距离和。
继续上述示例,假设第二向量集中的向量A为目标向量,则待替换向量与除向量A之外的其他n1+n2-1个向量的距离和如果大于步骤304中确定的最短距离和,则将目标向量A替换为待替换向量,即目标向量A从第二向量集中清除,同时将待替换向量加入第二向量集。
通过设置上述预设替换条件,可以使最短距离和逐渐增大,从而扩大第二向量集的向量空间的范围,使第二向量集覆盖的向量可以准确地表征上述预设类别,进一步提高确定类别向量的准确性。
步骤407,基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。
在本实施例中,步骤407与图2对应实施例中的步骤205基本一致,这里不再赘述。
上述图4对应实施例提供的方法,通过将最短距离和对应的向量确定为目标向量,可以在后续的处理步骤中,将目标向量替换掉,同时增大最短距离和,从而扩大第二向量集的向量空间的范围,使第二向量集覆盖的向量可以准确地表征上述预设类别,进一步提高确定类别向量的准确性。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种生成类别向量的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的生成类别向量的装置500包括:第一获取模块501,用于获取第一预设数量个属于预设类别的向量作为第一向量集;第二获取模块502,用于获取第二预设数量个属于预设类别的向量作为第二向量集,其中,第二向量集中的每个向量与第一向量集中的任一向量的距离小于预设距离;第一确定模块503,用于从第二向量集中确定符合预设条件的目标向量;第三获取模块504,用于获取属于预设类别的待替换向量;第二确定模块505,用于确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量;第三确定模块506,用于基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。
在本实施例中,生成类别向量的方法的第一获取模块501可以从本地或从远程获取第一预设数量个属于预设类别的向量作为第一向量集。其中,向量可以是某种数据的特征向量,例如,这些数据可以包括但不限于以下至少一种:图像、视频、音频、文本等。
预设类别可以是各种类别。例如,当向量为图像的特征向量时,表征同一个人的人脸图像可以为一个类别;当向量为视频的特征向量时,预设类别可以是影视剧类、课程类等类别;当向量为文本的特征向量时,预设类别可以是文学作品、新闻、评论等类别。
通常,上述第一向量集可以是根据先验知识由人工指定的。
在本实施例中,第二获取模块502可以从本地或从远程获取第二预设数量个属于预设类别的向量作为第二向量集。其中,第二向量集中的每个向量与第一向量集中的任一向量的距离小于预设距离。通常,第二预设数量大于第一预设数量。第二获取模块502可以从预设的表征预设类别的向量集合中依次获取向量,或者实时获取基于各种方式(例如识别图像、识别文本等)确定出的属于预设类别的特征向量,对于某个特征向量,如果该向量与第一向量集中的任一向量的距离小于预设距离,则将该向量加入第二向量集。反复执行此步,直到第二向量集中的向量的数量达到第二预设数量。
在本实施例中,第一确定模块503可以从第二向量集中确定符合预设条件的目标向量。其中,预设条件可以按照各种方式设定。例如,与第二向量集的向量空间的中心距离最近的向量作为目标向量。
在本实施例中,第三获取模块504可以获取属于预设类别的待替换向量。其中,待替换向量可以从预设的用于表征预设类别的向量集合中获取,也可以实时地获取基于各种方式(例如识别图像、识别文本等)确定出的属于预设类别的特征向量。
在本实施例中,第二确定模块505可以确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量。其中,预设替换条件可以通过各种方式确定,例如,预设替换条件可以为:待替换向量与第一向量集中的任一向量小于预设距离,并且与第二向量集的中心点之间的距离大于目标向量与中心点之间的距离。通过该预设替换条件进行向量替换,可以使第二向量集的向量空间范围逐渐增大,使第二向量集覆盖的向量可以准确地表征上述预设类别。
在本实施例中,第三确定模块506可以基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。
其中,类别向量用于表征预设类别。例如,当预设类别对应于某个人时,类别向量可以表征该人的基本特征,从而为图像检索提供支持。确定出的类别向量可以存储到上述生成类别向量的装置中或存储到与上述生成类别向量的装置通信连接的其他电子设备中。
在本实施例的一些可选的实现方式中,第一确定模块503可以包括:第一确定单元(图中未示出),用于对于第二向量集中的每个向量,确定该向量与第一向量集和第二向量集的并集中的、除该向量之外的其他向量的距离和;第二确定单元(图中未示出),用于从所得到的距离和中确定最短距离和,并从第二向量集中确定与最短距离和对应的向量作为目标向量。
在本实施例的一些可选的实现方式中,预设替换条件可以包括:待替换向量与第一向量集中的任一向量小于预设距离,且与第一向量集和第二向量集的并集中的、除目标向量之外的其他向量的距离和大于最短距离和。
在本实施例的一些可选的实现方式中,第三确定模块506可以包括:第三确定单元(图中未示出),用于确定第一向量集和进行向量替换后的第二向量集包括的向量的均值向量作为预设类别的向量;第四确定单元(图中未示出),用于确定第一向量集和进行向量替换后的第二向量集包括的向量的加权均值向量作为预设类别的向量。
在本实施例的一些可选的实现方式中,第一向量集中的向量、第二向量集中的向量、待替换向量是预先对初始信息进行识别得到的,其中,初始信息的类型可以包括以下任一种:图像、视频、音频、文本。
在本实施例的一些可选的实现方式中,装置还可以包括:第四获取模块(图中未示出),用于获取待识别信息;识别模块(图中未示出),用于对待识别信息进行识别,得到表征待识别信息的特征的特征向量;第四确定模块(图中未示出),用于确定特征向量与类别向量之间的相似度;第五确定模块(图中未示出),用于响应于确定相似度大于或等于预设相似度阈值,确定待识别信息属于预设类别。
本申请的上述实施例提供的装置,通过首先获取属于预设类别第一向量集,然后获取包含的向量与第一向量集中的向量小于预设距离的第二向量集,再从第二向量集中确定符合预设条件的目标向量,然后继续获取待替换向量,在替换向量符合预设替换条件时,将目标向量替换为待替换向量,最后根据第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储,从而实现了实时地对第二向量集进行更新,使第二向量集中的向量对预设类别的代表性逐渐增强,提高生成类别向量的精确性。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取模块、第二获取模块、第一确定模块、第三获取模块和第二确定模块。其中,这些模块的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取模块还可以被描述为“用于获取第二预设数量个属于预设类别的向量作为第二向量集的模块”。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取第一预设数量个属于预设类别的向量作为第一向量集;获取第二预设数量个属于预设类别的向量作为第二向量集,其中,第二向量集中的每个向量与第一向量集中的任一向量的距离小于预设距离;从第二向量集中确定符合预设条件的目标向量;获取属于预设类别的待替换向量;确定待替换向量是否符合预设替换条件,如果符合,将目标向量替换为待替换向量;基于第一向量集和进行向量替换后的第二向量集,确定表征预设类别的类别向量并存储。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种生成类别向量的方法,其特征在于,所述方法包括:
获取第一预设数量个属于预设类别的向量作为第一向量集;
获取第二预设数量个属于所述预设类别的向量作为第二向量集,其中,所述第二向量集中的每个向量与所述第一向量集中的任一向量的距离小于预设距离;
从所述第二向量集中确定符合预设条件的目标向量;
获取属于所述预设类别的待替换向量;
确定所述待替换向量是否符合预设替换条件,如果符合,将所述目标向量替换为所述待替换向量;
基于所述第一向量集和进行向量替换后的第二向量集,确定表征所述预设类别的类别向量并存储。
2.根据权利要求1所述的方法,其特征在于,所述从所述第二向量集中确定符合预设条件的目标向量,包括:
对于所述第二向量集中的每个向量,确定该向量与所述第一向量集和所述第二向量集的并集中的、除该向量之外的其他向量的距离和;
从所得到的距离和中确定最短距离和,并从所述第二向量集中确定与所述最短距离和对应的向量作为目标向量。
3.根据权利要求2所述的方法,其特征在于,所述预设替换条件包括:
待替换向量与所述第一向量集中的任一向量小于所述预设距离,且与所述第一向量集和所述第二向量集的并集中的、除所述目标向量之外的其他向量的距离和大于所述最短距离和。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一向量集和进行向量替换后的第二向量集,确定表征所述预设类别的类别向量,包括以下任一项:
确定所述第一向量集和进行向量替换后的第二向量集包括的向量的均值向量作为所述预设类别的向量;
确定所述第一向量集和进行向量替换后的第二向量集包括的向量的加权均值向量作为所述预设类别的向量。
5.根据权利要求1-4之一所述的方法,其特征在于,所述第一向量集中的向量、所述第二向量集中的向量、所述待替换向量是预先对初始信息进行识别得到的,其中,所述初始信息的类型包括以下任一种:图像、视频、音频、文本。
6.根据权利要求1-4之一所述的方法,其特征在于,在所述确定表征所述预设类别的类别向量并存储之后,所述方法还包括:
获取待识别信息;
对所述待识别信息进行识别,得到表征所述待识别信息的特征的特征向量;
确定所述特征向量与所述类别向量之间的相似度;
响应于确定所述相似度大于或等于预设相似度阈值,确定所述待识别信息属于所述预设类别。
7.一种生成类别向量的装置,其特征在于,所述装置包括:
第一获取模块,用于获取第一预设数量个属于预设类别的向量作为第一向量集;
第二获取模块,用于获取第二预设数量个属于所述预设类别的向量作为第二向量集,其中,所述第二向量集中的每个向量与所述第一向量集中的任一向量的距离小于预设距离;
第一确定模块,用于从所述第二向量集中确定符合预设条件的目标向量;
第三获取模块,用于获取属于所述预设类别的待替换向量;
第二确定模块,用于确定所述待替换向量是否符合预设替换条件,如果符合,将所述目标向量替换为所述待替换向量;
第三确定模块,用于基于所述第一向量集和进行向量替换后的第二向量集,确定表征所述预设类别的类别向量并存储。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于对于所述第二向量集中的每个向量,确定该向量与所述第一向量集和所述第二向量集的并集中的、除该向量之外的其他向量的距离和;
第二确定单元,用于从所得到的距离和中确定最短距离和,并从所述第二向量集中确定与所述最短距离和对应的向量作为目标向量。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010567257.0A CN111783858B (zh) | 2020-06-19 | 2020-06-19 | 生成类别向量的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010567257.0A CN111783858B (zh) | 2020-06-19 | 2020-06-19 | 生成类别向量的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111783858A CN111783858A (zh) | 2020-10-16 |
CN111783858B true CN111783858B (zh) | 2022-07-15 |
Family
ID=72756817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010567257.0A Active CN111783858B (zh) | 2020-06-19 | 2020-06-19 | 生成类别向量的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111783858B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003067720A (ja) * | 1994-11-24 | 2003-03-07 | Matsushita Electric Ind Co Ltd | 最適化調整方法と最適化調整装置 |
CN107203504A (zh) * | 2017-05-18 | 2017-09-26 | 北京京东尚科信息技术有限公司 | 字符串替换方法和装置 |
CN108229419A (zh) * | 2018-01-22 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 用于聚类图像的方法和装置 |
CN108875067A (zh) * | 2018-06-29 | 2018-11-23 | 北京百度网讯科技有限公司 | 文本数据分类方法、装置、设备及存储介质 |
WO2019127451A1 (zh) * | 2017-12-29 | 2019-07-04 | 深圳前海达闼云端智能科技有限公司 | 图像识别方法及云端系统 |
CN110472067A (zh) * | 2019-08-19 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 知识图谱表示学习方法、装置、计算机设备及存储介质 |
-
2020
- 2020-06-19 CN CN202010567257.0A patent/CN111783858B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003067720A (ja) * | 1994-11-24 | 2003-03-07 | Matsushita Electric Ind Co Ltd | 最適化調整方法と最適化調整装置 |
CN107203504A (zh) * | 2017-05-18 | 2017-09-26 | 北京京东尚科信息技术有限公司 | 字符串替换方法和装置 |
WO2019127451A1 (zh) * | 2017-12-29 | 2019-07-04 | 深圳前海达闼云端智能科技有限公司 | 图像识别方法及云端系统 |
CN108229419A (zh) * | 2018-01-22 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 用于聚类图像的方法和装置 |
CN108875067A (zh) * | 2018-06-29 | 2018-11-23 | 北京百度网讯科技有限公司 | 文本数据分类方法、装置、设备及存储介质 |
CN110472067A (zh) * | 2019-08-19 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 知识图谱表示学习方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111783858A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109117777B (zh) | 生成信息的方法和装置 | |
CN111314733B (zh) | 用于评估视频清晰度的方法和装置 | |
CN109740018B (zh) | 用于生成视频标签模型的方法和装置 | |
CN109919244B (zh) | 用于生成场景识别模型的方法和装置 | |
CN109993150B (zh) | 用于识别年龄的方法和装置 | |
CN109961032B (zh) | 用于生成分类模型的方法和装置 | |
CN109214501B (zh) | 用于识别信息的方法和装置 | |
CN110826567B (zh) | 光学字符识别方法、装置、设备及存储介质 | |
CN109582825B (zh) | 用于生成信息的方法和装置 | |
US11750898B2 (en) | Method for generating target video, apparatus, server, and medium | |
CN109934142B (zh) | 用于生成视频的特征向量的方法和装置 | |
CN112883968A (zh) | 图像字符识别方法、装置、介质及电子设备 | |
CN111897950A (zh) | 用于生成信息的方法和装置 | |
CN112766284A (zh) | 图像识别方法和装置、存储介质和电子设备 | |
CN110008926B (zh) | 用于识别年龄的方法和装置 | |
CN116932919A (zh) | 信息推送方法、装置、电子设备和计算机可读介质 | |
CN115294501A (zh) | 视频识别方法、视频识别模型训练方法、介质及电子设备 | |
CN113140012B (zh) | 图像处理方法、装置、介质及电子设备 | |
CN114765025A (zh) | 语音识别模型的生成方法、识别方法、装置、介质及设备 | |
CN110414625B (zh) | 确定相似数据的方法、装置、电子设备及存储介质 | |
CN111783858B (zh) | 生成类别向量的方法和装置 | |
CN110765304A (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN113033682B (zh) | 视频分类方法、装置、可读介质、电子设备 | |
CN111899747B (zh) | 用于合成音频的方法和装置 | |
CN113255819B (zh) | 用于识别信息的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |