CN113569091A - 视频数据的处理方法、装置 - Google Patents
视频数据的处理方法、装置 Download PDFInfo
- Publication number
- CN113569091A CN113569091A CN202110183861.8A CN202110183861A CN113569091A CN 113569091 A CN113569091 A CN 113569091A CN 202110183861 A CN202110183861 A CN 202110183861A CN 113569091 A CN113569091 A CN 113569091A
- Authority
- CN
- China
- Prior art keywords
- target
- video
- text information
- text
- keyword
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 35
- 238000013210 evaluation model Methods 0.000 claims description 24
- 238000012015 optical character recognition Methods 0.000 claims description 8
- 230000015654 memory Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 23
- 238000004590 computer program Methods 0.000 description 15
- 238000013473 artificial intelligence Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 235000015277 pork Nutrition 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000013555 soy sauce Nutrition 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/75—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7844—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using original textual content or text extracted from visual content or transcript of audio data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请的实施例提供了一种视频数据的处理方法、装置。该方法包括：获取目标视频中的文本信息，和预设的视频关键词表，所述视频关键词表中包括指定类型的关键词；在所述文本信息中提取在所述视频关键词表中出现过的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征；基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，所述第一评价分数用于表征所述目标视频属于目标类的概率；在所述第一评价分数超过第一预定阈值时，将所述目标视频确定为目标类视频。本申请实施例的技术方案可以提高对视频进行定性分类的准确性。
Description
技术领域
本申请涉及计算机及人工智能技术领域，具体而言，涉及一种视频数据的处理方法、装置。
背景技术
在当前视频产品越来越多的背景下，视频内容已成为主要的用户消费主体。通常情况下，用户都热衷于某一类视频，例如，一些用户喜欢观看实用性的视频，因此，为了对用户推荐合适的视频，需要对视频进行分类。在现有技术中，通过使用机器学习技术对视频的抽帧图像来进行图像分类，并以图像分类的结果作为视频的类别。然而，这一类方法只能准确对视频的场景类进行分类，例如美食类，风景类等等，而无法对视频进行准确的定性分类，例如在视频中分辨出实用性视频和非实用性视频。基于此，如何提高对视频进行定性分类的准确性是亟待解决的技术问题。
发明内容
本申请的实施例提供了一种视频数据的处理方法、装置、计算机程序产品或计算机程序、计算机可读介质及电子设备，进而至少在一定程度上可以提高视频数据的处理准确性。
本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面，提供了一种视频数据的处理方法，所述方法包括：获取目标视频中的文本信息，和预设的视频关键词表，所述视频关键词表中包括指定类型的关键词；在所述文本信息中提取在所述视频关键词表中出现过的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征；基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，所述第一评价分数用于表征所述目标视频属于目标类的概率；在所述第一评价分数超过第一预定阈值时，将所述目标视频确定为目标类视频。
根据本申请实施例的一个方面，提供了一种视频数据的处理装置，所述装置包括：获取单元，被用于获取目标视频中的文本信息，和预设的视频关键词表，所述视频关键词表中包括指定类型的关键词；提取单元，被用于在所述文本信息中提取在所述视频关键词表中出现过的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征；计算单元，被用于基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，所述第一评价分数用于表征所述目标视频属于目标类的概率；第一确定单元，被用于在所述第一评价分数超过第一预定阈值时，将所述目标视频确定为目标类视频。
在本申请的一些实施例中，基于前述方案，所述装置还包括：评价单元，被用于在所述第一评价分数未超过第一预定阈值时，基于所述文本信息，通过预先训练好的视频评价模型对所述目标视频进行评价，得到第二评价分数，所述第二评价分数用于表征所述目标视频属于目标类的概率；第二确定单元，被用于在所述第二评价分数超过第二预定阈值时，将所述目标视频确定为目标类视频。
在本申请的一些实施例中，基于前述方案，所述文本信息包括至少一种文本，所述获取目标视频的文本信息，包括如下至少一种：通过对所述目标视频的帧图像进行光学字符识别，获取第一文本；通过对所述目标视频的音频信息进行语音识别，获取第二文本；从所述目标视频的描述文本信息中获取第三文本。
在本申请的一些实施例中，基于前述方案，所述各个目标关键词在所述文本信息中的分布特征包括：各个目标关键词在所述文本信息中的出现次数和各个目标关键词在所述文本信息中的权重。
在本申请的一些实施例中，基于前述方案，所述目标关键词在所述文本信息中的权重由所述目标关键词在所述文本信息中的词频-逆文本频率指数表征，所述计算单元配置为：针对每一个目标关键词，将所述目标关键词的词频-逆文本频率指数与所述出现次数的对数相乘，得到所述目标关键词在所述文本信息中的分布特征分数；将各个目标关键词对应的分布特征分数相加，得到所述第一评价分数。
在本申请的一些实施例中，基于前述方案，所述评价单元配置为：基于所述文本信息中各种文本的预定拼接次数，对各种文本进行拼接，得到拼接文本；将所述拼接文本输入至所述视频评价模型，得到所述第二评价分数。
在本申请的一些实施例中，基于前述方案，所述视频评价模型通过如下方式训练：获取无标记的第一语料和有标记的第二语料；通过所述第一语料对预先定义的网络模型进行预训练，得到预训练模型；通过所述第二语料对所述预训练模型进行有监督训练，得到所述视频评价模型。
在本申请的一些实施例中，基于前述方案，通过如下方式对预先定义的网络模型进行预训练：对所述第一语料进行分词，得到初始字词；基于视频实用度词典，通过全词覆盖的方式对所述初始字词进行增量处理，得到目标字词；通过所述目标字词对预先定义的网络模型进行预训练，得到预训练模型。
根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中所述的视频数据的处理方法。
根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的视频数据的处理方法。
根据本申请实施例的一个方面，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，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的视频数据的处理方法。
在本申请的一些实施例所提供的技术方案中，通过在目标视频的文本信息中提取在视频关键词表中出现过的指定类型的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征，然后基于各个目标关键词在所述文本信息中的分布特征，计算用于表征所述目标视频属于目标类的概率的第一评价分数，最后将所述第一评价分数超过第一预定阈值的目标视频确定为目标类视频。由于视频关键词表中的关键词能够体现对应目标类的属性，所以在目标视频的文本信息中提取的在视频关键词表中出现过的目标关键词的分布特征也能够体现对应目标类的属性，通过将该分布特征进行量化，可以得到用于表征所述目标视频属于目标类的概率的第一评价分数，从而可以通过所述第一评价分数对目标视频进行准确定性，进而可以提高对视频进行定性分类的准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图；
图2示出了根据本申请一个实施例的视频数据的处理方法的流程图；
图3示出了根据本申请一个实施例的计算所述目标视频的第一评价分数的细节流程图；
图4示出了根据本申请一个实施例的在所述第一评价分数未超过第一预定阈值时的视频数据的处理方法的流程图，
图5示出了根据本申请一个实施例的通过预先训练好的视频评价模型对所述目标视频进行评价的细节流程图；
图6示出了根据本申请一个实施例的对所述视频评价模型进行训练的方法流程图；
图7示出了根据本申请一个实施例的对预先定义的网络模型进行预训练的模型示意图；
图8示出了根据本申请一个实施例的对预训练模型进行有监督训练的模型示意图；
图9示出了根据本申请一个实施例的视频数据的处理方法的整体流程图；
图10示出了根据本申请一个实施例的视频数据的处理装置的框图；
图11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的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
需要说明的是：在本文中提及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
需要注意的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的对象在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在图示或描述的那些以外的顺序实施。
本申请中的实施例有涉及到关于人工智能的技术。人工智能(ArtificialIntelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础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、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
其中，机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。
如图1所示，系统架构可以包括终端设备(如图1中所示智能手机101、平板电脑102和便携式计算机103中的一种或多种，当然也可以是其它具有定位功能的终端设备，例如等等)、网络104和服务器105。网络104用以在终端设备和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线通信链路、无线通信链路等等。
在本申请的一个实施例中，可以是由服务器105获取目标视频中的文本信息，和预设的视频关键词表，其中，所述视频关键词表中包括指定类型的关键词，服务器105在所述文本信息中提取在所述视频关键词表中出现过的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征，然后基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，其中，所述第一评价分数用于表征所述目标视频属于目标类的概率，最后服务器105将所述第一评价分数超过第一预定阈值的目标视频确定为目标类视频，并可以将目标类视频推送给使用终端设备的用户。
需要说明的是，本申请实施例所提供的视频数据的处理方法可以由服务器105执行，相应地，视频数据的处理装置一般设置于服务器105中。但是，在本申请的其它实施例中，终端设备也可以与服务器具有相似的功能，从而执行本申请实施例所提供的视频数据的处理方案。
还需要说明的是，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，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此，本申请在此不做限制。
需要解释的是，如上所述的云计算(cloud computing)是一种计算模式，它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展。通过建立云计算资源池(简称云平台，一般称为IaaS(Infrastructure as a Service，基础设施即服务)平台，在资源池中部署多种类型的虚拟资源，供外部客户选择使用。云计算资源池中主要包括：计算设备(为虚拟化机器，包含操作系统)、存储设备、网络设备。
以下对本申请实施例的技术方案的实现细节进行详细阐述：
图2示出了根据本申请的一个实施例的视频数据的处理方法的流程图，该视频数据的处理方法可以由具有计算处理功能的设备来执行，比如可以由图1中所示的服务器105来执行。参照图2所示，该视频数据的处理方法至少包括步骤210至步骤270，详细介绍如下：
在步骤210中，获取目标视频中的文本信息，和预设的视频关键词表，所述视频关键词表中包括指定类型的关键词。
在本申请中，所述文本信息可以包括至少一种文本，其中，各种文本可以来源于目标视频的不同方面。
具体的，所述获取目标视频的文本信息，包括如下至少一种：
第一种，通过对所述目标视频的帧图像进行光学字符识别，获取第一文本。
在目标视频中，各个视频帧图像中一般会有文字信息，例如字幕信息，还例如弹幕信息，还例如图像本身所展示出来的文字信息。因此，可以通过对所述目标视频的帧图像进行光学字符识别，获取第一文本。
需要说明的是，OCR(Optical Character Recognition，光学字符识别)，是指电子设备(例如扫描仪或数码相机)通过检测暗、亮的模式确定文字其形状，然后用字符识别方法将形状翻译成计算机文字的过程。
第二种，通过对所述目标视频的音频信息进行语音识别，获取第二文本。
在目标视频中，还包括有音频信息，例如视频中人物的讲话声音，或者是旁白等等。因此，可以通过对所述目标视频的音频信息进行语音识别，获取第二文本。
需要说明的是，语音识别是通过算法模型将音频转为文本的过程。
第三种，从所述目标视频的描述文本信息中获取第三文本。在本申请中，各个目标视频可以带有描述信息，具体的，描述信息可以是指视频的标题，视频的类别，视频的标签等等。
因此在一些实施例中，文本信息可包括如OCR文本、音转文文本、标题、类别、标签中的一个或多种文本，在此不做限定。
在本申请中，视频关键词表可以是由技术人员事先构建的表格，其中包括有指定类型的关键词，关键词可以用来标识对应目标类，例如“盐、生抽、老抽、少许、翻炒”可以用来标识具有实用性的美食制作类，还例如“相亲，相处，男女朋友关系”可以用来标识具有实用性的恋爱技巧类。
在本申请的一个示例中，可以建立如表1所示关键词评判标准的实用性视频关键词表。
表1
继续参照图2，在步骤230中，在所述文本信息中提取在所述视频关键词表中出现过的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征。
具体的，例如在文本信息“我来教大家如何烹饪湖南小炒肉”中，“烹饪”和“湖南小炒肉”出现在具有实用性的美食制作类的关键词表中，因此，可见将“烹饪”和“湖南小炒肉”从文本信息中提取出来。
在本申请中，所述各个目标关键词在所述文本信息中的分布特征可以包括各个目标关键词在所述文本信息中的出现次数。
此外，所述各个目标关键词在所述文本信息中的分布特征还可以包括各个目标关键词在所述文本信息中的权重。
在本申请中，所述目标关键词在所述文本信息中的权重由所述目标关键词在所述文本信息中的词频-逆文本频率指数(Term Frequency-Inverse Document Frequency，TF-IDF)表征。
需要说明的是，TF-IDF是一种用于信息检索与数据挖掘的常用加权技术，是一种统计方法，TF是词频(Term Frequency)，IDF是逆文本频率指数(Inverse DocumentFrequency)，TF-IDF用以评估一个字词对于文本集中的一个目标文本的重要程度，其中，文本集中各种文本中的字词组成一个语料库。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。
继续参照图2，在步骤250中，基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，所述第一评价分数用于表征所述目标视频属于目标类的概率。
在本申请的一个实施例中，基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，可以按照如图3所示的步骤执行。
参见图3，示出了根据本申请一个实施例的计算所述目标视频的第一评价分数的细节流程图。具体包括步骤251至步骤252：
在步骤251中，针对每一个目标关键词，将所述目标关键词的词频-逆文本频率指数与所述出现次数的对数相乘，得到所述目标关键词在所述文本信息中的分布特征分数。
在步骤252中，将各个目标关键词对应的分布特征分数相加，得到所述第一评价分数。
由于不同的目标关键词在文本信息中会有不同的出现次数和重要性，因此，为了正确刻画目标关键词对视频定性分类的影响，本申请考虑每个目标关键词的出现次数和权重。
具体的，一方面，计算目标关键词在文本信息中的TF-IDF数值，并将该值作为每个目标关键词的权重分数。另一方面，为了防止单个目标关键词出现次数过多导致判断失误，本申请通过使用对数稀释目标关键词的出现数量，并使用权重与对数结果相乘，最终获得单个目标关键词的分布特征分数。最后将所有目标关键词的分布特征分数相加，得到所述第一评价分数。
在本申请中，可以通过如下计算公式计算目标视频的第一评价分数：
其中，score表示目标视频的第一评价分数；fi表示第i个目标关键词在文本信息中出现的次数。其中wi表示第i个目标关键词的在文本信息中的权重(分布特征分数)
继续参照图2，在步骤270中，在所述第一评价分数超过第一预定阈值时，将所述目标视频确定为目标类视频。
具体的，例如，第一预定阈值为20分，目标视频的第一评价分数为21分，则表明该目标视频为目标类视频。
需要说明的是，所述目标类视频中的目标类是对目标视频的一种定性分类，例如，某一个目标视频被确定为实用性视频，这里的实用性就是对该目标视频的一种定性。
需要说明的是，实用性视频可以是视频内容的一种类别，含有科普性质或者教学性质的视频，可以从中学习到实用技巧或实用知识。
本申请发明人通过调研发现，大量的用户喜欢观看实用性视频，因此，通过本申请提出的视频数据的处理方案，可以制定详细的实用性视频标准，保证了实用性视频的覆盖范围，并制定了不同类别的实用性视频关键词表，快速判断视频是否为实用性视频，确保了视频判断的准确性。
在本申请中，所述视频数据的处理方法还可以执行如图4所示的步骤。
参见图4，示出了根据本申请一个实施例的在所述第一评价分数未超过第一预定阈值时的视频数据的处理方法的流程图。具体包括步骤280至步骤290：
在步骤280中，在所述第一评价分数未超过第一预定阈值时，基于所述文本信息，通过预先训练好的视频评价模型对所述目标视频进行评价，得到第二评价分数，所述第二评价分数用于表征所述目标视频属于目标类的概率。
在步骤290中，在所述第二评价分数超过第二预定阈值时，将所述目标视频确定为目标类视频。
在本申请的一个实施例中，基于所述文本信息，通过预先训练好的视频评价模型对所述目标视频进行评价，得到第二评价分数，可以按照如图5所示的步骤执行。
参见图5，示出了根据本申请一个实施例的通过预先训练好的视频评价模型对所述目标视频进行评价的细节流程图。具体包括步骤281至步骤282：
在步骤281中，基于所述文本信息中各种文本的预定拼接次数，对各种文本进行拼接，得到拼接文本。
在步骤282中，将所述拼接文本输入至所述视频评价模型，得到所述第二评价分数。
具体的，由于所述文本信息中不同文本在文本信息中的重要程度不一样，即不同文本对目标视频中内容信息的标识程度不一样，例如，目标视频的描述文本信息的重要程度可能就比目标视频的音频信息高，因为描述文本信息是对整个目标视频内容的概括。基于此发现，本申请中可以对各个文本的预定拼接次数，例如，将通过描述文本信息得到的文本重复拼接3次，将通过帧图像信息得到的文本重复拼接2次，将通过音频信息得到的文本重复拼接1次。
基于所述文本信息中各种文本的预定拼接次数，对各种文本进行拼接，得到拼接文本，具体的，例如，文本信息中包括A，B，C共3种文本，其中文本A的预定拼接次数为3次，文本B的预定拼接次数为2次，文本A的预定拼接次数为1次，那么对A，B，C共3种文本进行拼接之后，得到拼接文本“AAABBC”。
按照各个文本的预定拼接次数，对各个文本进行拼接，将得到的拼接文本输入至所述视频评价模型，得到所述第二评价分数，其中，将重要程度高的文本信息拼接多次，可以更加突出该文本信息在整个拼接文本中的特征，进而可以使得第二评价分数更能准确表征所述目标视频属于目标类的概率。
在本申请的一个实施例中，若文本信息中包括标题文本，则可以对该标题文本拼接两次。由于标题文本相对其它文本而言，更能体现目标视频的主题，因此对标题文本拼接两次，能够提高第二评价分数的准确性。
在本申请的一个实施例中，可以按照如6所示的步骤对所述视频评价模型进行训练。
参见图6，示出了根据本申请一个实施例的对所述视频评价模型进行训练的方法流程图。具体包括步骤710至步骤730：
在步骤710中，获取无标记的第一语料和有标记的第二语料。
在本申请中，无标记的第一语料可以是从视频中提取的文本信息，其中，第一语料中不包括文本信息对应的视频的目标类。有标记的第二语料也可以是从视频中提取的文本信息，其中，第二语料中包括文本信息对应的视频的目标类。
在步骤720中，通过所述第一语料对预先定义的网络模型进行预训练，得到预训练模型。
图7示出了根据本申请一个实施例的对预先定义的网络模型进行预训练的模型示意图。
如图7所示，首先，可以将无标记语料数据710输入至预定义网络模型720，以训练预定义网络模型，使得通过更新预定义网络模型中的参数来学习无标记语料中的信息。
继续参照图6，在步骤730中，通过所述第二语料对所述预训练模型进行有监督训练，得到所述视频评价模型。
图8示出了根据本申请一个实施例的对预训练模型进行有监督训练的模型示意图。
如图8所示，首先，可以将有标记语料数据810输入至预训练模型730，以对预训练模型进行有监督的微调训练，使得进一步通过更新预训练模型中的参数来学习有标记语料中的信息。
具体的，在步骤720中，可以通过如下方式对预先定义的网络模型进行预训练：
对所述第一语料进行分词，得到初始字词；基于视频实用度词典，通过全词覆盖(Whole Word Masking)的方式对所述初始字词进行增量处理，得到目标字词；通过所述目标字词对预先定义的网络模型进行预训练，得到预训练模型。
通过采用全词覆盖的方式，当一个汉字被覆盖时，属于同一个汉字的其他汉字都被一起覆盖，由于增加了用于训练的字词量，使得模型的训练效果更优。
在本申请的一个示例中，预先定义的网络模型可以是Bert网络模型，其中，预先定义好的Bert模型网络结构，使用特定任务的无标记的语料对模型进行训练，为了提升Bert模型在视频文本任务中的效果，可以使用2000w视频语料对Bert模型进行预训练。若目标类视频为实用性视频，则可以在分词中使用视频实用性词典，对文本进行分词后使用全词覆盖的方式，增量训练Bert模型，生成适用于实用性任务的Bert预训练模型。此种方式可以提高模型准确率1％。进一步的，在预训练的Bert的基础上，使用Fine-Tune的方法，完成特定的分类任务。基于样本积累，采用有监督的模型训练，使用预训练的Bert模型建立二分类模型，判断视频是否为实用性视频。在本申请中，使用Bert模型增加实用性视频的占比，使用视频的多种信息，使用机器模型判断视频是否属于实用度，可以大幅度提升实用性视频的比例。整个方法准确，高效的找到了大量实用性视频，并把这些视频推送个喜欢观看实用性视频的用户，提升了用户的观看体验和观看时长。
在本申请的其它示例中，预先定义的网络模型还可以是TextCNN网络模型，Lstm网络模型，tiny-bert网络模型，fast-bert网络模型等各种Bert网络模型的变种模型。
为了使本领域技术人员更好的理解本申请，下面将结合图9对视频数据的处理方法的整体流程700进行阐述。
参见图9，示出了根据本申请一个实施例的视频数据的处理方法的整体流程图。
具体的，目标视频701进入到处理流程后，首先从目标视频中提取各种文本702，具体可以包括帧图像文本，音频文本，以及描述文本(标签文本，类别文本，以及标签文本)；基于视频关键词表704，在所有文本中确定和计算目标关键词的分布特征分数703，其中，目标关键词的分布特征分数703包括目标关键词在所有文本中出现的次数和权重，基于此，结合目标关键词的分布特征分数计算目标视频的第一评价分数；若目标视频的第一评价分数大于第一预定阈值，则可以确定目标视频为实用性视频706；若目标视频的第一评价分数不大于第一预定阈值，则将各种文本按照预定的拼接次数进行拼接得到拼接文本707，例如“帧图像文本+音频文本+标题文本×2+类别文本+标签文本”，将拼接之后的文本输入至视频评价模型709，得到目标视频的第二评价分数；若目标视频的第二评价分数大于第二预定阈值，则可以确定目标视频为实用性视频706；若目标视频的第二评价分数不大于第二预定阈值，则可以确定目标视频为非实用性视频710。
本申请的一些实施例中，由于视频关键词表中的关键词能够体现对应目标类的属性，所以在目标视频的文本信息中提取的在视频关键词表中出现过的目标关键词的分布特征也能够体现对应目标类的属性，通过将该分布特征进行量化，可以得到用于表征所述目标视频属于目标类的概率的第一评价分数，从而可以通过所述第一评价分数对目标视频进行准确定性，进而可以提高对视频进行定性分类的准确性。
在本申请中，基于视频的文本信息对视频进行定性分类，相对于通过视频中的帧图像对视频进行分类而言，由于文本信息的数据量比视频帧图像小，本申请实施例中的方案还能够降低对计算机中计算资源的消耗。
以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的视频数据的处理方法。对于本申请装置实施例中未披露的细节，请参照本申请上述的视频数据的处理方法的实施例。
图10示出了根据本申请的一个实施例的视频数据的处理装置的框图。
参照图10所示，根据本申请的一个实施例的视频数据的处理装置1000，包括：获取单元1001、提取单元1002、计算单元1003和第一确定单元1004。
其中，获取单元1001，被用于获取目标视频中的文本信息，和预设的视频关键词表，所述视频关键词表中包括指定类型的关键词；提取单元1002，被用于在所述文本信息中提取在所述视频关键词表中出现过的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征；计算单元1003，被用于基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，所述第一评价分数用于表征所述目标视频属于目标类的概率；第一确定单元1004，被用于在所述第一评价分数超过第一预定阈值时，将所述目标视频确定为目标类视频。
在本申请的一些实施例中，基于前述方案，所述装置还包括：评价单元，被用于在所述第一评价分数未超过第一预定阈值时，基于所述文本信息，通过预先训练好的视频评价模型对所述目标视频进行评价，得到第二评价分数，所述第二评价分数用于表征所述目标视频属于目标类的概率；第二确定单元，被用于在所述第二评价分数超过第二预定阈值时，将所述目标视频确定为目标类视频。
在本申请的一些实施例中，基于前述方案，所述文本信息包括至少一种文本，所述获取目标视频的文本信息，包括如下至少一种：通过对所述目标视频的帧图像进行光学字符识别，获取第一文本；通过对所述目标视频的音频信息进行语音识别，获取第二文本；从所述目标视频的描述文本信息中获取第三文本。
在本申请的一些实施例中，基于前述方案，所述各个目标关键词在所述文本信息中的分布特征包括：各个目标关键词在所述文本信息中的出现次数和各个目标关键词在所述文本信息中的权重。
在本申请的一些实施例中，基于前述方案，所述目标关键词在所述文本信息中的权重由所述目标关键词在所述文本信息中的词频-逆文本频率指数表征，所述计算单元1003配置为：针对每一个目标关键词，将所述目标关键词的词频-逆文本频率指数与所述出现次数的对数相乘，得到所述目标关键词在所述文本信息中的分布特征分数；将各个目标关键词对应的分布特征分数相加，得到所述第一评价分数。
在本申请的一些实施例中，基于前述方案，所述评价单元配置为：基于所述文本信息中各种文本的预定拼接次数，对各种文本进行拼接，得到拼接文本；将所述拼接文本输入至所述视频评价模型，得到所述第二评价分数。
在本申请的一些实施例中，基于前述方案，所述视频评价模型通过如下方式训练：获取无标记的第一语料和有标记的第二语料；通过所述第一语料对预先定义的网络模型进行预训练，得到预训练模型；通过所述第二语料对所述预训练模型进行有监督训练，得到所述视频评价模型。
在本申请的一些实施例中，基于前述方案，通过如下方式对预先定义的网络模型进行预训练：对所述第一语料进行分词，得到初始字词；基于视频实用度词典，通过全词覆盖的方式对所述初始字词进行增量处理，得到目标字词；通过所述目标字词对预先定义的网络模型进行预训练，得到预训练模型。
图11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的结构示意图。
需要说明的是，图11示出的电子设备的计算机系统1100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11所示，计算机系统1100包括中央处理单元(Central Processing Unit，CPU)1101，其可以根据存储在只读存储器(Read-Only Memory，ROM)1102中的程序或者从储存部分1108加载到随机访问存储器(Random Access Memory，RAM)1103中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 1103中，还存储有系统操作所需的各种程序和数据。CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(Input/Output，I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分1107；包括硬盘等的储存部分1108；以及包括诸如LAN(Local AreaNetwork，局域网)卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，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1110上，以便于从其上读出的计算机程序根据需要被安装入储存部分1108。
特别地，根据本申请的实施例，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，本申请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1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本申请实施例所示的计算机可读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(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，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介质，该计算机可读介质可以发送、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、有线等等，或者上述的任意合适的组合。
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。其中，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，上述模块、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，框图或流程图中的每个方框、以及框图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单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中所述的视频数据的处理方法。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读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一个该电子设备执行时，使得该电子设备实现上述实施例中所述的视频数据的处理方法。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种视频数据的处理方法，其特征在于，所述方法包括：
获取目标视频中的文本信息，和预设的视频关键词表，所述视频关键词表中包括指定类型的关键词；
在所述文本信息中提取在所述视频关键词表中出现过的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征；
基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，所述第一评价分数用于表征所述目标视频属于目标类的概率；
在所述第一评价分数超过第一预定阈值时，将所述目标视频确定为目标类视频。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述第一评价分数未超过第一预定阈值时，基于所述文本信息，通过预先训练好的视频评价模型对所述目标视频进行评价，得到第二评价分数，所述第二评价分数用于表征所述目标视频属于目标类的概率；
在所述第二评价分数超过第二预定阈值时，将所述目标视频确定为目标类视频。
3.根据权利要求2所述的方法，其特征在于，所述文本信息包括至少一种文本，所述获取目标视频的文本信息，包括如下至少一种：
通过对所述目标视频的帧图像进行光学字符识别，获取第一文本；
通过对所述目标视频的音频信息进行语音识别，获取第二文本；
从所述目标视频的描述文本信息中获取第三文本。
4.根据权利要求1所述的方法，其特征在于，所述各个目标关键词在所述文本信息中的分布特征包括：各个目标关键词在所述文本信息中的出现次数和各个目标关键词在所述文本信息中的权重。
5.根据权利要求4所述的方法，其特征在于，所述目标关键词在所述文本信息中的权重由所述目标关键词在所述文本信息中的词频-逆文本频率指数表征，所述基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，包括：
针对每一个目标关键词，将所述目标关键词的词频-逆文本频率指数与所述出现次数的对数相乘，得到所述目标关键词在所述文本信息中的分布特征分数；
将各个目标关键词对应的分布特征分数相加，得到所述第一评价分数。
6.根据权利要求3所述的方法，其特征在于，所述基于所述文本信息，通过预先训练好的视频评价模型对所述目标视频进行评价，得到第二评价分数，包括：
基于所述文本信息中各种文本的预定拼接次数，对各种文本进行拼接，得到拼接文本；
将所述拼接文本输入至所述视频评价模型，得到所述第二评价分数。
7.根据权利要求3所述的方法，其特征在于，所述视频评价模型通过如下方式训练：
获取无标记的第一语料和有标记的第二语料；
通过所述第一语料对预先定义的网络模型进行预训练，得到预训练模型；
通过所述第二语料对所述预训练模型进行有监督训练，得到所述视频评价模型。
8.根据权利要求7所述的方法，其特征在于，所述通过所述第一语料对预先定义的网络模型进行预训练，得到预训练模型包括：
对所述第一语料进行分词，得到初始字词；
基于视频实用度词典，通过全词覆盖的方式对所述初始字词进行增量处理，得到目标字词；
通过所述目标字词对预先定义的网络模型进行预训练，得到预训练模型。
9.一种视频数据的处理装置，其特征在于，所述装置包括：
获取单元，被用于获取目标视频中的文本信息，和预设的视频关键词表，所述视频关键词表中包括指定类型的关键词；
提取单元，被用于在所述文本信息中提取在所述视频关键词表中出现过的目标关键词，并确定各个目标关键词在所述文本信息中的分布特征；
计算单元，被用于基于各个目标关键词在所述文本信息中的分布特征，计算所述目标视频的第一评价分数，所述第一评价分数用于表征所述目标视频属于目标类的概率；
第一确定单元，被用于在所述第一评价分数超过第一预定阈值时，将所述目标视频确定为目标类视频。
10.一种计算机设备，其特征在于，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1至8任一项所述的视频数据的处理方法所执行的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110183861.8A CN113569091A (zh) | 2021-02-08 | 2021-02-08 | 视频数据的处理方法、装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110183861.8A CN113569091A (zh) | 2021-02-08 | 2021-02-08 | 视频数据的处理方法、装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113569091A true CN113569091A (zh) | 2021-10-29 |
Family
ID=78161139
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110183861.8A Pending CN113569091A (zh) | 2021-02-08 | 2021-02-08 | 视频数据的处理方法、装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113569091A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114697760A (zh) * | 2022-04-07 | 2022-07-01 | 脸萌有限公司 | 一种处理方法、装置、电子设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110040837A1 (en) * | 2009-08-14 | 2011-02-17 | Tal Eden | Methods and apparatus to classify text communications |
| CN105391708A (zh) * | 2015-11-02 | 2016-03-09 | 北京锐安科技有限公司 | 音频数据的检测方法及装置 |
| 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 |
| CN110489593A (zh) * | 2019-08-20 | 2019-11-22 | 腾讯科技（深圳）有限公司 | 视频的话题处理方法、装置、电子设备及存储介质 |
| CN110837579A (zh) * | 2019-11-05 | 2020-02-25 | 腾讯科技（深圳）有限公司 | 视频分类方法、装置、计算机以及可读存储介质 |
| WO2020207431A1 (zh) * | 2019-04-12 | 2020-10-15 | 智慧芽信息科技(苏州)有限公司 | 文献分类方法、装置、设备及存储介质 |
-
2021
- 2021-02-08 CN CN202110183861.8A patent/CN113569091A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110040837A1 (en) * | 2009-08-14 | 2011-02-17 | Tal Eden | Methods and apparatus to classify text communications |
| CN105391708A (zh) * | 2015-11-02 | 2016-03-09 | 北京锐安科技有限公司 | 音频数据的检测方法及装置 |
| 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 |
| WO2020207431A1 (zh) * | 2019-04-12 | 2020-10-15 | 智慧芽信息科技(苏州)有限公司 | 文献分类方法、装置、设备及存储介质 |
| CN110489593A (zh) * | 2019-08-20 | 2019-11-22 | 腾讯科技（深圳）有限公司 | 视频的话题处理方法、装置、电子设备及存储介质 |
| CN110837579A (zh) * | 2019-11-05 | 2020-02-25 | 腾讯科技（深圳）有限公司 | 视频分类方法、装置、计算机以及可读存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114697760A (zh) * | 2022-04-07 | 2022-07-01 | 脸萌有限公司 | 一种处理方法、装置、电子设备及介质 |
| US11792494B1 (en) | 2022-04-07 | 2023-10-17 | Lemon Inc. | Processing method and apparatus, electronic device and medium |
| CN114697760B (zh) * | 2022-04-07 | 2023-12-19 | 脸萌有限公司 | 一种处理方法、装置、电子设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109241524B (zh) | 语义解析方法及装置、计算机可读存储介质、电子设备 | |
| CN112270196B (zh) | 实体关系的识别方法、装置及电子设备 | |
| CN110705301B (zh) | 实体关系抽取方法及装置、存储介质、电子设备 | |
| CN109325148A (zh) | 生成信息的方法和装置 | |
| CN112163165A (zh) | 信息推荐方法、装置、设备及计算机可读存储介质 | |
| CN111460221B (zh) | 评论信息处理方法、装置及电子设备 | |
| CN112307351A (zh) | 用户行为的模型训练、推荐方法、装置和设备 | |
| CN113761153B (zh) | 基于图片的问答处理方法、装置、可读介质及电子设备 | |
| CN112131881B (zh) | 信息抽取方法及装置、电子设备、存储介质 | |
| CN111259647A (zh) | 基于人工智能的问答文本匹配方法、装置、介质及电子设备 | |
| CN111625715B (zh) | 信息提取方法、装置、电子设备及存储介质 | |
| CN112052424B (zh) | 一种内容审核方法及装置 | |
| CN113392209A (zh) | 一种基于人工智能的文本聚类方法、相关设备及存储介质 | |
| CN112131430A (zh) | 视频聚类方法、装置、存储介质和电子设备 | |
| CN111563158A (zh) | 文本排序方法、排序装置、服务器和计算机可读存储介质 | |
| CN112188312A (zh) | 用于确定新闻的视频素材的方法和装置 | |
| CN114510570A (zh) | 基于小样本语料的意图分类方法、装置及计算机设备 | |
| CN114817478A (zh) | 基于文本的问答方法、装置、计算机设备及存储介质 | |
| CN112926341A (zh) | 文本数据处理方法、装置 | |
| CN113569091A (zh) | 视频数据的处理方法、装置 | |
| CN113342932B (zh) | 目标词向量的确定方法、装置、存储介质和电子装置 | |
| CN112801053B (zh) | 视频数据处理方法、装置 | |
| CN112231373B (zh) | 知识点数据的处理方法、装置、设备和计算机可读介质 | |
| CN110472140B (zh) | 对象词推荐方法、装置及电子设备 | |
| CN113569741A (zh) | 图像试题的答案生成方法、装置、电子设备及可读介质 |
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 |