CN117493978B - 一种素材分类管理方法、装置、设备和介质 - Google Patents
一种素材分类管理方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN117493978B CN117493978B CN202311777040.2A CN202311777040A CN117493978B CN 117493978 B CN117493978 B CN 117493978B CN 202311777040 A CN202311777040 A CN 202311777040A CN 117493978 B CN117493978 B CN 117493978B
- Authority
- CN
- China
- Prior art keywords
- target material
- information
- label
- target
- tag
- 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
- 239000000463 material Substances 0.000 title claims abstract description 742
- 238000007726 management method Methods 0.000 title claims abstract description 41
- 239000013077 target material Substances 0.000 claims abstract description 446
- 238000004458 analytical method Methods 0.000 claims abstract description 63
- 238000003860 storage Methods 0.000 claims abstract description 52
- 238000005520 cutting process Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 13
- 239000012769 display material Substances 0.000 claims description 44
- 238000006243 chemical reaction Methods 0.000 claims description 24
- 238000012098 association analyses Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 2
- 238000012097 association analysis method Methods 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 32
- 238000013523 data management Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 229920001169 thermoplastic Polymers 0.000 description 1
- 239000004416 thermosoftening plastic Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/41—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/45—Clustering; Classification
-
- 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
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及数据管理的技术领域,尤其是涉及一种素材分类管理方法、装置、设备和介质,方法包括:优先对素材信息进行切割分析,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息。然后,基于目标素材信息和素材层级架构进行层级存储分析,确定目标素材子主题。然后,基于目标素材信息进行特征提取,得到目标素材特征。基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签,目标素材标签提高了素材的利用价值和管理效率。最终,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,利用同一标准对目标素材信息进行分类,提升了素材分类的准确度。
Description
技术领域
本申请涉及数据管理的技术领域,尤其是涉及一种素材分类管理方法、装置、设备和介质。
背景技术
随着数字化和网络化的快速发展,人们每天都会产生大量的信息,信息包括:文本、图像、音频和视频等。这些信息不仅数量庞大,而且种类繁多,因此,需要针对信息进行有效的分类管理,以便于能够快速、准确地检索和使用相关素材。
在传统的素材分类管理方法中,人工分类是最常见的方法,即,通过人工操作为素材划分类别,基于人工划分的素材类别进行数据管理,然而,人工分类往往会受到个人经验和知识的影响,使得同一素材不同人分类的结果存在差异,使得素材分类的准确度低。
因而,如何提高素材分类的准确度是本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种素材分类管理方法、装置、设备和介质,用于解决以上至少一项技术问题。
本申请的上述发明目的是通过以下技术方案得以实现的:
第一方面,本申请提供一种素材分类管理方法,采用如下的技术方案:
一种素材分类管理方法,包括:
获取素材层级架构和素材标签库,其中,所述素材层级架构包括:素材类型、素材主题、素材子主题,所述素材标签库中的素材标签与素材子主题存在对应关系;
获取素材信息,基于所述素材信息进行切割分析,当确定进行素材切割时,则基于所述素材信息进行切割处理,得到目标素材信息;
基于所述目标素材信息和所述素材层级架构进行层级存储分析,确定所述目标素材信息对应的目标素材子主题;
基于所述目标素材信息进行特征提取,得到目标素材特征,并基于所述目标素材特征、所述目标素材子主题和所述素材标签库进行标签分析,确定目标素材标签;
基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中。
通过采用上述技术方案,为了提高素材存储效率和素材检索效率,优先对素材信息进行切割分析,判断素材信息是否需要进行切割,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息。针对整段体量大的素材而言,分割成小段后进行素材存储,以使得后续在检索素材时能够更加精准地定位到所需素材。然后,基于目标素材信息和素材层级架构进行层级存储分析,确定目标素材信息对应的目标素材子主题。然后,基于目标素材信息进行特征提取,得到目标素材特征,目标素材特征应能够全面、多维度地表征目标素材信息的特点。基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签,自动生成与素材内容相匹配的目标素材标签,为用户提供更好的检索、分类、描述、推荐和分析服务,提高素材的利用价值和管理效率。最终,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,利用同一标准对目标素材信息进行分类,提升了素材分类的准确度。
本申请在一较佳示例中可以进一步配置为:所述基于所述目标素材特征、所述目标素材子主题和所述素材标签库进行标签分析,确定目标素材标签,包括:
基于所述目标素材特征进行特征融合,得到综合素材特征,其中,所述综合素材特征能够全面表征目标素材信息的特点;
基于所述目标素材子主题和所述素材标签库进行标签筛选,确定多个待选素材标签;
基于所述综合素材特征和每一所述待选素材标签进行标签匹配,当匹配成功时,则将匹配成功的待选素材标签,确定为所述目标素材标签;
当匹配失败时,则基于所述综合素材特征进行标签转化,生成所述目标素材标签,并将所述目标素材标签添加至所述素材标签库内。
本申请在一较佳示例中可以进一步配置为:所述基于所述综合素材特征进行标签转化,生成所述目标素材标签之后,还包括:
基于所述目标素材标签和所述素材标签库中所有素材标签进行标签关联分析,确定素材标签关联信息;
相应的,所述基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,包括:
基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,并按照所述素材标签关联信息进行标签关联。
本申请在一较佳示例中可以进一步配置为:还包括:
当检测到素材查询请求时,基于所述素材查询请求进行拆解转化,得到素材标签逻辑规则,其中,所述素材标签逻辑规则为按照逻辑关系呈现的素材标签组合形式;
基于所述素材标签逻辑规则进行素材查询,得到多个展示素材信息;
基于每一所述展示素材信息对应的素材标签进行素材热度计算,得到每一所述展示素材信息对应的热度系数;
按照每一所述展示素材信息对应的热度系数,对多个所述展示素材信息进行热度排序展示。
本申请在一较佳示例中可以进一步配置为:所述基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,包括:
基于所述目标素材信息进行素材权限分析,确定权限设置信息,其中,所述权限设置信息包括:访问权限、操作权限、安全权限和存储权限;
基于所述目标素材子主题、所述目标素材标签和所述权限设置信息,将所述目标素材信息分类存储至素材数据库中。
本申请在一较佳示例中可以进一步配置为:所述基于所述目标素材子主题、所述目标素材标签和所述权限设置信息,将所述目标素材信息分类存储至素材数据库中之后,还包括:
当检测到素材替换指令时,获取替换素材信息和已编辑素材信息,并判断所述替换素材信息和所述已编辑素材信息是否属于相同素材类型;
当属于相同素材类型时,则基于所述已编辑素材信息进行片段选取,确定自由编辑部分,并将所述自由编辑部分的内容平移至所述替换素材信息内,以实现素材信息替换。
本申请在一较佳示例中可以进一步配置为:所述基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,包括:
基于所述目标素材标签进行标签树构建,得到所述目标素材信息对应的素材标签树;
基于所述素材标签树、所述素材主题和所述目标素材子主题,生成素材标识,其中,所述素材标识为目标素材信息的唯一标识信息;
基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息和所述素材标识分类存储至素材数据库中。
第二方面,本申请提供一种素材分类管理装置,采用如下的技术方案:
一种素材分类管理装置,包括:
获取模块,用于获取素材层级架构和素材标签库,其中,所述素材层级架构包括:素材类型、素材主题、素材子主题,所述素材标签库中的素材标签与素材子主题存在对应关系;
素材分割模块,用于获取素材信息,基于所述素材信息进行切割分析,当确定进行素材切割时,则基于所述素材信息进行切割处理,得到目标素材信息;
层级存储分析模块,用于基于所述目标素材信息和所述素材层级架构进行层级存储分析,确定所述目标素材信息对应的目标素材子主题;
素材标签确定模块,用于基于所述目标素材信息进行特征提取,得到目标素材特征,并基于所述目标素材特征、所述目标素材子主题和所述素材标签库进行标签分析,确定目标素材标签;
素材存储模块,用于基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行上述的素材分类管理方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令所述计算机执行上所述的素材分类管理方法。
综上所述,本申请包括以下至少一种有益技术效果:
为了提高素材存储效率和素材检索效率,优先对素材信息进行切割分析,判断素材信息是否需要进行切割,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息。针对整段体量大的素材而言,分割成小段后进行素材存储,以使得后续在检索素材时能够更加精准地定位到所需素材。然后,基于目标素材信息和素材层级架构进行层级存储分析,确定目标素材信息对应的目标素材子主题。然后,基于目标素材信息进行特征提取,得到目标素材特征,目标素材特征应能够全面、多维度地表征目标素材信息的特点。基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签,自动生成与素材内容相匹配的目标素材标签,为用户提供更好的检索、分类、描述、推荐和分析服务,提高素材的利用价值和管理效率。最终,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,利用同一标准对目标素材信息进行分类,提升了素材分类的准确度;
基于目标素材标签和素材标签库中所有素材标签进行标签关联分析,确定素材标签关联信息,进而,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,并按照素材标签关联信息进行标签关联。标签关联不仅能够精准的找到所需的全部素材,还能够将素材标签存在关联的素材展示出来,为用户提供更多的选择,提高素材的利用价值和管理效率。
附图说明
图1是本申请其中一实施例的一种素材分类管理方法的流程示意图;
图2是本申请其中一实施例的一种素材分类管理装置的结构示意图;
图3是本申请其中一实施例的一种电子设备的结构示意图。
具体实施方式
以下结合图1至图3对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种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。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供了一种素材分类管理方法,由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该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,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制,如图1所示,该方法包括步骤S101、步骤S102、步骤S103、步骤S104和步骤S105,其中:
步骤S101:获取素材层级架构和素材标签库,其中,素材层级架构包括:素材类型、素材主题、素材子主题,素材标签库中的素材标签与素材子主题存在对应关系。
对于本申请实施例,素材层级架构包括但不限于:素材类型、素材主题、素材子主题,其中,素材类型表征素材的基本类型,素材可以是文章、图片、视频和视频等不同类型的媒体,通过明确素材的类型,可以方便用户对素材进行分类、检索和管理;素材主题用于表征素材所涉及的主要主题,主题可以是抽象的概念,也可以为具体的物体或事件,通过确定素材主题,可以方便用户快速了解和筛选相关素材;素材子主题用于表征素材所涉及的更细分的主题,子主题可以是主题下的具体类别、子概念或相关领域,通过细化素材的主题,可以更精确地描述和分类素材的内容。素材层级架构是用户预先根据使用需求搭建的,在素材层级架构中的信息项可以根据实际需求进行增减和调整,通过构建合理的素材层级架构,可以有效地组织和管理大量的素材资源,提高检索效率和质量。素材标签库内预先存储了大量素材标签,素材标签用于对素材进行标记和分类,以便于用户快速检索、筛选和管理素材,其中,素材标签库中的素材标签与素材子主题存在对应关系,即,预先设定了每一素材子主题对应的多个素材标签。
步骤S102:获取素材信息,基于素材信息进行切割分析,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息。
对于本申请实施例,针对素材分类管理的过程,常常会出现存储体量大的大素材的情况,如果直接存储整个素材,会占用大量的存储空间,与此同时,在后续用户需要查找特定素材片段时,会将整体素材调取出来,不仅会消耗较长的时间,还会影响素材查找的精准度。因而,为了提高素材存储效率和素材检索效率,优先对素材信息进行切割分析,判断素材信息是否需要进行切割,针对切割分析的方式,本申请实施例不再进行限定。在一种可实现的方式中,电子设备内针对每一素材类型均设定了素材大小阈值,当素材信息大于素材大小阈值时,则确定进行素材切割;否则,确定不进行素材切割。然后,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息,目标素材信息为切割后的小素材,为至少两块小素材。在进行切割处理的过程中,基于素材信息进行关键点提取,并在关键点处进行素材信息切割,以得到多块小体积大小的目标素材信息,其中,关键点可以为文章素材的章节分节点;视频素材的情节分节点等。针对整段体量大的素材而言,分割成小段后进行素材存储,以使得后续在检索素材时能够更加精准地定位到所需素材。
步骤S103:基于目标素材信息和素材层级架构进行层级存储分析,确定目标素材信息对应的目标素材子主题。
对于本申请实施例,层级存储分析用于确定目标素材信息所对应的素材子主题,针对层级存储分析的方式有多种,本申请实施例不再进行限定。在一种可实现的方式中,首先,基于目标素材信息的类型,可以清楚地确定目标素材信息对应的目标素材类型,然后,基于目标素材信息的标题与目标素材类型下的多个素材主题进行匹配,确定目标素材信息对应的目标素材主题。进而,基于目标素材信息进行主题特征提取,并基于主题特征与素材层级架构中目标素材主题下的素材子主题进行匹配,确定目标素材子主题,其中,主题特征用于总体概述目标素材信息的属性。
步骤S104:基于目标素材信息进行特征提取,得到目标素材特征,并基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签。
对于本申请实施例,为了能够使得最终确定的目标素材标签与目标素材信息高度匹配,能够全面地表征目标素材信息的特点,因而,优先基于目标素材信息进行特征提取,得到目标素材特征,目标素材特征应能够全面、多维度地表征目标素材信息的特点。针对特征提取的方式有多种,本申请实施例不再进行限定,在一种可实现的方式中,对目标素材信息进行预处理,包括数据清洗、去除噪声、标准化等操作,以便于后续的特征提取;然后,根据目标素材信息的特点,选择合适的特征进行提取,即,可以根据人工经验、领域知识或算法来确定特征;进而,根据选择的特征,利用适当的特征提取算法进行特征提取,常见的特征提取算法包括主成分分析、小波变换、傅里叶变换等;然后,在特征提取后,需要对特征进行优化筛选,以去除无关的特征并提高特征的质量,通过计算特征之间的相关性、特征的方差阈值等方法来进行优化,以最终确定目标素材特征。
步骤S105:基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中。
对于本申请实施例,在素材数据库内,寻找目标素材子主题相匹配的数据存储位置,然后,针对目标素材信息进行必要的预处理和格式转换,以便于素材存储和后的处理,其中,预处理包括但不限于:数据清洗、转换、压缩等操作。然后,将处理后的目标素材信息按照确定的数据存储位置进行存储,该过程会涉及到文件的上传、数据的插入、更新等,具体取决于存储方式和数据库类型。为了提高检索和访问素材的效率,根据目标素材标签,将目标素材信息归类到相应标签下,建立目标素材标签对应的索引。将目标素材信息存储至素材数据库的过程中,可以综合考虑访问素材的用户权限和数据存储的安全性,来保证数据的安全性和完整性。
可见,在本申请实施例中,为了提高素材存储效率和素材检索效率,优先对素材信息进行切割分析,判断素材信息是否需要进行切割,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息。针对整段体量大的素材而言,分割成小段后进行素材存储,以使得后续在检索素材时能够更加精准地定位到所需素材。然后,基于目标素材信息和素材层级架构进行层级存储分析,确定目标素材信息对应的目标素材子主题。然后,基于目标素材信息进行特征提取,得到目标素材特征,目标素材特征应能够全面、多维度地表征目标素材信息的特点。基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签,自动生成与素材内容相匹配的目标素材标签,为用户提供更好的检索、分类、描述、推荐和分析服务,提高素材的利用价值和管理效率。最终,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,利用同一标准对目标素材信息进行分类,提升了素材分类的准确度。
进一步的,为了提高标签匹配的准确性和可靠性,在本申请实施例中,基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签,包括:
基于目标素材特征进行特征融合,得到综合素材特征,其中,综合素材特征能够全面表征目标素材信息的特点;
基于目标素材子主题和素材标签库进行标签筛选,确定多个待选素材标签;
基于综合素材特征和每一待选素材标签进行标签匹配,当匹配成功时,则将匹配成功的待选素材标签,确定为目标素材标签;
当匹配失败时,则基于综合素材特征进行标签转化,生成目标素材标签,并将目标素材标签添加至素材标签库内。
对于本申请实施例,目标特征是基于目标素材信息进行特征提取所得到的,能够全面、多维度地表征目标素材信息的特点,因而,目标素材特征为多项特征信息的组合。为了便于对目标素材信息进行标签分析,确定出一个能够准确表征素材全部特征的目标素材标签,优先基于目标素材特征进行特征融合,得到综合素材特征,有助于捕捉目标素材信息的更多方面和更深层次的特征,提高对目标素材信息理解的准确性和全面性。综合素材特征能够全面表征目标素材信息的特点,其中,综合素材特征的呈现形式有多种,可以为一个简洁短小的词汇,也可以为一段文字性描述,针对综合素材特征的呈现形式,本申请实施例不再进行限定。然后,基于目标素材子主题和素材标签库进行标签筛选,确定多个待选素材标签,其中,待选素材标签为在素材标签库中与目标素材子主题相对应的多个素材标签。进而,基于综合素材特征和每一待选素材标签进行标签匹配,针对标签匹配的具体过程为:将每一待选素材标签进行格式转化,转化成一种可比较的形式,例如,向量形式、矩阵形式,以便于待选素材标签与综合素材特征进行标签匹配;利用匹配算法来比较综合素材特征和每一待选素材标签的相似程度,其中,常见的匹配算法包括但不限于:余弦相似度、Jaccard相似度、编辑距离等;然后,基于匹配算法计算出的综合素材特征与每一待选素材标签的相似度,确定标签匹配结果。电子设备内预先设定了相似度阈值,当相似度高于相似度阈值时,表征匹配成功,则将匹配成功的待选素材标签确定为目标素材标签;当相似度不高于相似度阈值时,表征匹配失败,则基于综合素材特征进行标签转化,生成目标素材标签,并将目标素材标签添加至素材标签库内。标签转化的方式有多种,本申请实施例不再进行限定,在一种可实现的方式中,将综合素材特征进行格式转化,得到向量形式的综合素材特征向量,获取与综合素材特征相匹配的领域知识和专业背景,并基于领域知识、专业背景和综合素材特征向量进行新标签制定,得到目标素材标签,其中,目标素材标签的呈现行为符合素材标签要求。将新生成的目标素材标签添加至素材标签库,可以不断丰富和扩展素材标签库,使其更加全面和细致,有助于提高标签匹配的准确性和可靠性。
可见,在本申请实施例中,基于目标素材特征进行特征融合,得到综合素材特征,特征融合有助于捕捉目标素材信息的更多方面和更深层次的特征,提高对目标素材信息理解的准确性和全面性。然后,基于综合素材特征和每一待选素材标签进行标签匹配,当匹配成功时,则将匹配成功的待选素材标签,确定为目标素材标签;当匹配失败时,则基于综合素材特征进行标签转化,生成目标素材标签,并将目标素材标签添加至素材标签库内。将新生成的目标素材标签添加至素材标签库,可以不断丰富和扩展素材标签库,使其更加全面和细致,有助于提高标签匹配的准确性和可靠性。
进一步的,为了提高素材的利用价值和管理效率,为用户提供更多的选择,在本申请实施例中,基于综合素材特征进行标签转化,生成目标素材标签之后,还包括:
基于目标素材标签和素材标签库中所有素材标签进行标签关联分析,确定素材标签关联信息;
相应的,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,包括:
基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,并按照素材标签关联信息进行标签关联。
对于本申请实施例,针对目标素材标签进行标签关联,可以使得用户在搜索素材时,一方面可以精准的找到所需的全部素材,与此同时,还能够将素材标签存在关联的素材展示出来,为用户提供更多的选择,提高素材的利用价值和管理效率。
具体的,基于目标素材标签和素材标签库中所有素材标签进行标签关联分析,确定素材标签关联信息,标签关联分析的方式有多种,本申请实施例不再进行限定。在一种可实现的方式中,多个素材标签之间语义接近,以使得语义接近的素材信息内部存在着一定的关联性,故在进行标签关联分析时,利用合适的方法对目标素材标签和素材标签库中的所有素材标签进行比较和分析,计算它们之间的关联程度,基于关联程度高于关联阈值的素材标签和目标素材标签进行关联,得到素材标签关联信息。在另一种可实现的方式中,获取素材搜索习惯,素材搜索习惯为用户在一次登录过程的临近时段内搜索的多项素材标签,基于素材搜索习惯进行深入分析,确定素材搜索范围,即,用户在进行素材搜索时,通常会将何种范围内的多个素材标签进行集中搜索,然后,基于目标素材标签和素材搜索范围进行标签关联,得到素材标签关联信息,基于素材搜索习惯所确定的素材搜索范围来进行标签关联,使得用户后续进行素材检索时能够按照搜索习惯将存在关联的多种素材集中展示出来。当然,还可以考虑素材标签之间的层级关系,其中,层级关系包括但不限于:素材地点层级关系、标签含义层级关系等。进而,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,并按照素材标签关联信息进行标签关联,标签关联可以辅助对目标素材信息进行筛选,从而为信息推荐提供更多维度的依据,有助于提高素材筛选的效果和准确性。
可见,在本申请实施例中,基于目标素材标签和素材标签库中所有素材标签进行标签关联分析,确定素材标签关联信息,进而,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,并按照素材标签关联信息进行标签关联。标签关联不仅能够精准的找到所需的全部素材,还能够将素材标签存在关联的素材展示出来,为用户提供更多的选择,提高素材的利用价值和管理效率。
进一步的,为了能够将更好地满足用户需求的素材优先展示给用户,在本申请实施例中,还包括:
当检测到素材查询请求时,基于素材查询请求进行拆解转化,得到素材标签逻辑规则,其中,素材标签逻辑规则为按照逻辑关系呈现的素材标签组合形式;
基于素材标签逻辑规则进行素材查询,得到多个展示素材信息;
基于每一展示素材信息对应的素材标签进行素材热度计算,得到每一展示素材信息对应的热度系数;
按照每一展示素材信息对应的热度系数,对多个展示素材信息进行热度排序展示。
对于本申请实施例,上述操作步骤可以在步骤S101至步骤S105任意步骤之前或之后,本申请实施例不再进行限定。
用户在进行素材筛选时,可以在显示界面上约定素材筛选需求,并生成素材查询请求,因而,电子设备在接收到素材查询请求时,基于素材查询请求进行拆解转化,得到素材标签逻辑规则。具体的,基于素材查询请求进行请求拆解,得到多个请求分词,然后,基于每一请求分词与素材标签库中的所有素材标签进行匹配,确定多个待组合素材标签,进而,基于素材查询请求进行语义分析,确定多个请求分词之间的关联关系,并基于多个请求分词之间的关联关系进行标签逻辑转化,确定多个待组合素材标签对应的素材标签逻辑规则,其中,待组合素材标签之前的逻辑关系包括:和(and)、或(or)、非(not)等,素材标签逻辑规则的形式如下所示,例如,A待组合素材标签and B待组合素材标签and C待组合素材标签。进而,基于素材标签逻辑规则进行素材查询,得到多个展示素材信息,其中,展示素材信息为素材数据库中与素材标签逻辑规则相匹配的所有素材信息。通常情况下,当素材数据库中存在数量庞大的素材时,常常会使得展示素材信息的数量较多,然而,显示界面每一次显示素材的数量有限,这就会导致用户无法在多次显示的大量素材中快速、准确地锁定与需求高度匹配的素材信息。为了能够将更好地满足用户需求的素材优先展示给用户,基于每一展示素材信息对应的素材标签进行素材热度计算,得到每一展示素材信息对应的热度系数,素材热度计算的方式有多种,本申请实施例不再进行限定。在一种可实现的方式中,针对任意一项展示素材信息而言,获取展示素材信息对应的每一展示素材标签的搜索次数,并基于每一展示素材标签的搜索次数,确定每一展示素材标签的热度等级,热度等级的具体划分情况,本申请实施例不再进行限定;然后,基于展示素材标签的热度等级和权重参数进行素材热度计算,得到展示素材信息对应的热度系数,素材热度计算的公式为:热度系数=A展示素材标签的热度等级*a+ B展示素材标签的热度等级*b+ C展示素材标签的热度等级*c,其中,展示素材信息对应的展示素材标签包括:A展示素材标签、B展示素材标签和C展示素材标签,每一展示素材标签对应的权重参数分别为:a、b和c。最终,按照每一展示素材信息对应的热度系数,对多个展示素材信息进行热度排序展示,使得热塑系数高的展示素材信息优先显示,以便于能够将更好地满足用户需求的素材优先展示给用户。优先的,设置一定的时间间隔,根据用户行为反馈来动态更新热度系数,并重新排序和显示展示素材信息,以保持展示素材信息排序的时效性和吸引力。
可见,在本申请实施例中,为了能够将更好地满足用户需求的素材优先展示给用户,当检测到素材查询请求时,基于素材查询请求进行拆解转化,得到素材标签逻辑规则,然后,基于素材标签逻辑规则进行素材查询,得到多个展示素材信息。然后,基于每一展示素材信息对应的素材标签进行素材热度计算,按照每一展示素材信息对应的热度系数,对多个展示素材信息进行热度排序展示。
进一步的,为了提高数据存储的安全性,在本申请实施例中,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,包括:
基于目标素材信息进行素材权限分析,确定权限设置信息,其中,权限设置信息包括:访问权限、操作权限;
基于目标素材子主题、目标素材标签和权限设置信息,将目标素材信息分类存储至素材数据库中。
对于本申请实施例,在将目标素材信息分类存储至素材数据库的过程中,针对不同类型的目标素材信息设定相应的权限设置信息,限制对目标素材信息的访问和操作,确保只有符合权限要求的用户才能访问和操作目标素材信息,提高数据存储的安全性。
具体的,基于目标素材信息进行素材权限分析,确定权限设置信息,权限设置信息包括:访问权限、操作权限、安全权限和存储权限,其中,访问权限用于评判哪些用户是否具有查询目标素材信息的权限,针对没有访问权限的用户不显示该目标素材信息;操作权限用于评判哪些用户是否具有对目标素材信息进行编辑的权限,存在操作权限的用户能够在显示界面上针对目标素材信息进行编辑操作。素材权限分析中,可以综合目标素材信息的性质和用途来确定目标素材信息的权限设置信息。进而,基于目标素材子主题、目标素材标签和权限设置信息,将目标素材信息分类存储至素材数据库中,在将目标素材信息存储至素材数据库时配置权限设置信息,实现对目标素材信息的权限控制,确保只有符合权限要求的用户才能访问和操作这些素材信息,提高数据存储的安全性。
可见,在本申请实施例中,基于目标素材信息进行素材权限分析,确定权限设置信息,基于目标素材子主题、目标素材标签和权限设置信息,将目标素材信息分类存储至素材数据库中。针对不同类型的目标素材信息设定相应的权限设置信息,限制对目标素材信息的访问和操作,确保只有符合权限要求的用户才能访问和操作目标素材信息,提高数据存储的安全性。
进一步的,为了有效节约用户的操作时间,简化操作复杂度,在本申请实施例中,基于目标素材子主题、目标素材标签和权限设置信息,将目标素材信息分类存储至素材数据库中之后,还包括:
当检测到素材替换指令时,获取替换素材信息和已编辑素材信息,并判断替换素材信息和已编辑素材信息是否属于相同素材类型;
当属于相同素材类型时,则基于已编辑素材信息进行片段选取,确定自由编辑部分,并将自由编辑部分的内容平移至替换素材信息内,以实现素材信息替换。
对于本申请实施例,针对具有操作权限的用户,用户能够在显示界面上针对素材信息进行编辑操作,即,在原本的素材信息的基础上进行深层的素材编辑,以达到用户所需要的效果,该过程往往需要用户进行多次的素材选择、替换、效果调试等才能够达到最终满意效果。当用户针对素材进行替换时,为了避免用户针对素材进行重复的编辑操作,有效节约用户的操作时间,简化操作复杂度,会将用户编辑过的自由编辑部分的内容自动平移至替换素材信息内,以实现素材信息替换。
具体的,当检测到素材替换指令时,获取替换素材信息和已编辑素材信息,其中,已编辑素材信息为被用户编辑过的素材,即,已编辑素材信息为当前正在被使用、查看或编辑的素材。然后,判断替换素材信息和已编辑素材信息是否属于相同素材类型,针对素材类型的评判中,可以综合替换素材信息和已编辑素材信息的媒体类型、文件格式、内容类型或其他相关属性,当两素材的属性均相同时,则确定属于相同素材类型,否则,则确定不属于相同素材类型。进而,当属于相同素材类型时,则基于已编辑素材信息进行片段选取,确定自由编辑部分,针对片段选取的过程而言,基于已编辑素材信息中每一片段的编辑时间,选取编辑时间距离当前时刻在预设范围内的片段,记为自由编辑部分。然后,在素材信息替换的过程中,将自由编辑部分的内容平移至替换素材信息内,以实现素材信息替换,避免了用户针对素材进行重复的编辑操作,有效节约用户的操作时间。
可见,在本申请实施例中,为了避免用户针对素材进行重复的编辑操作,当检测到素材替换指令时,判断替换素材信息和已编辑素材信息是否属于相同素材类型。当属于相同素材类型时,则基于已编辑素材信息进行片段选取,确定自由编辑部分,并将自由编辑部分的内容平移至替换素材信息内,以实现素材信息替换。通过这种方式,有效节约用户的操作时间,简化操作复杂度。
进一步的,为了确保素材标识的唯一性和准确性,能够对素材的操作行为进行溯源,在本申请实施例中,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,包括:
基于目标素材标签进行标签树构建,得到目标素材信息对应的素材标签树;
基于素材标签树、素材主题和目标素材子主题,生成素材标识,其中,素材标识为目标素材信息的唯一标识信息;
基于目标素材子主题和目标素材标签,将目标素材信息和素材标识分类存储至素材数据库中。
对于本申请实施例,素材标识为目标素材信息的唯一标识信息,具有辨认性,为了进一步提升素材信息存储的安全性,利用素材标识对素材的操作行为进行溯源,以使得素材在被非法操作时,能够及时、准确地找到对应的异常用户。
具体的,由于目标素材标签为能够全面表征目标素材信息的多个标签,以使得目标素材标签之间存在层级关系,因而,基于目标素材标签进行标签树构建,得到目标素材信息对应的素材标签树。针对标签树构建的方法中,可以选取聚类算法来对目标素材标签进行签聚类和层次分类,构建出目标素材信息对应的标签树,其中,聚类算法包括但不限于:K-means聚类、决策树、深度学习。然后,基于素材标签树、素材主题和目标素材子主题进行数据转化,转化为能够生成标识的字符形式,电子设备内存储了每一项信息转化为字符形式的对应关系,以使得能够快速、准确地得到字符表示。进而,按照素材标识的组成形式,将每一项信息对应的字符表示组合,生成素材标识。由于素材标识综合了素材标签树、素材主题和目标素材子主题多方面数据,确保了素材标识的唯一性和准确性。最终,基于目标素材子主题和目标素材标签,将目标素材信息和素材标识分类存储至素材数据库中,其中,在素材数据库中设置了素材标识对应的字段。
可见,在本申请实施例中,基于目标素材标签进行标签树构建,得到目标素材信息对应的素材标签树,然后,基于素材标签树、素材主题和目标素材子主题,生成素材标识,由于素材标识综合了素材标签树、素材主题和目标素材子主题多方面数据,确保了素材标识的唯一性和准确性。最终,基于目标素材子主题和目标素材标签,将目标素材信息和素材标识分类存储至素材数据库中,利用素材标识对素材的操作行为进行溯源,以使得素材在被非法操作时,能够及时、准确地找到对应的异常用户。
上述实施例从方法流程的角度介绍一种素材分类管理方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种素材分类管理装置,具体详见下述实施例。
本申请实施例提供一种素材分类管理装置,如图2所示,该素材分类管理装置具体可以包括:
获取模块210,用于获取素材层级架构和素材标签库,其中,素材层级架构包括:素材类型、素材主题、素材子主题,素材标签库中的素材标签与素材子主题存在对应关系;
素材分割模块220,用于获取素材信息,基于素材信息进行切割分析,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息;
层级存储分析模块230,用于基于目标素材信息和素材层级架构进行层级存储分析,确定目标素材信息对应的目标素材子主题;
素材标签确定模块240,用于基于目标素材信息进行特征提取,得到目标素材特征,并基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签;
素材存储模块250,用于基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中。
对于本申请实施例,为了提高素材存储效率和素材检索效率,优先对素材信息进行切割分析,判断素材信息是否需要进行切割,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息。针对整段体量大的素材而言,分割成小段后进行素材存储,以使得后续在检索素材时能够更加精准地定位到所需素材。然后,基于目标素材信息和素材层级架构进行层级存储分析,确定目标素材信息对应的目标素材子主题。然后,基于目标素材信息进行特征提取,得到目标素材特征,目标素材特征应能够全面、多维度地表征目标素材信息的特点。基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签,自动生成与素材内容相匹配的目标素材标签,为用户提供更好的检索、分类、描述、推荐和分析服务,提高素材的利用价值和管理效率。最终,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,利用同一标准对目标素材信息进行分类,提升了素材分类的准确度。
本申请实施例的一种可能的实现方式,素材标签确定模块240在执行基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签时,用于:
基于目标素材特征进行特征融合,得到综合素材特征,其中,综合素材特征能够全面表征目标素材信息的特点;
基于目标素材子主题和素材标签库进行标签筛选,确定多个待选素材标签;
基于综合素材特征和每一待选素材标签进行标签匹配,当匹配成功时,则将匹配成功的待选素材标签,确定为目标素材标签;
当匹配失败时,则基于综合素材特征进行标签转化,生成目标素材标签,并将目标素材标签添加至素材标签库内。
本申请实施例的一种可能的实现方式,素材分类管理装置,还包括:
标签关联模块,用于基于目标素材标签和素材标签库中所有素材标签进行标签关联分析,确定素材标签关联信息;
相应的,素材存储模块250在执行基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库时,用于:
基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,并按照素材标签关联信息进行标签关联。
本申请实施例的一种可能的实现方式,素材分类管理装置,还包括:
排序展示模块,用于当检测到素材查询请求时,基于素材查询请求进行拆解转化,得到素材标签逻辑规则,其中,素材标签逻辑规则为按照逻辑关系呈现的素材标签组合形式;
基于素材标签逻辑规则进行素材查询,得到多个展示素材信息;
基于每一展示素材信息对应的素材标签进行素材热度计算,得到每一展示素材信息对应的热度系数;
按照每一展示素材信息对应的热度系数,对多个展示素材信息进行热度排序展示。
本申请实施例的一种可能的实现方式,素材存储模块250在执行基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库时,用于:
基于目标素材信息进行素材权限分析,确定权限设置信息,其中,权限设置信息包括:访问权限、操作权限、安全权限和存储权限;
基于目标素材子主题、目标素材标签和权限设置信息,将目标素材信息分类存储至素材数据库中。
本申请实施例的一种可能的实现方式,素材分类管理装置,还包括:
素材替换模块,用于当检测到素材替换指令时,获取替换素材信息和已编辑素材信息,并判断替换素材信息和已编辑素材信息是否属于相同素材类型;
当属于相同素材类型时,则基于已编辑素材信息进行片段选取,确定自由编辑部分,并将自由编辑部分的内容平移至替换素材信息内,以实现素材信息替换。
本申请实施例的一种可能的实现方式,素材存储模块250在执行基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库时,用于:
基于目标素材标签进行标签树构建,得到目标素材信息对应的素材标签树;
基于素材标签树、素材主题和目标素材子主题,生成素材标识,其中,素材标识为目标素材信息的唯一标识信息;
基于目标素材子主题和目标素材标签,将目标素材信息和素材标识分类存储至素材数据库中。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的一种素材分类管理装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于: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。还可以为服务器等。图3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。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与相关技术相比,本申请实施例,为了提高素材存储效率和素材检索效率,优先对素材信息进行切割分析,判断素材信息是否需要进行切割,当确定进行素材切割时,则基于素材信息进行切割处理,得到目标素材信息。针对整段体量大的素材而言,分割成小段后进行素材存储,以使得后续在检索素材时能够更加精准地定位到所需素材。然后,基于目标素材信息和素材层级架构进行层级存储分析,确定目标素材信息对应的目标素材子主题。然后,基于目标素材信息进行特征提取,得到目标素材特征,目标素材特征应能够全面、多维度地表征目标素材信息的特点。基于目标素材特征、目标素材子主题和素材标签库进行标签分析,确定目标素材标签,自动生成与素材内容相匹配的目标素材标签,为用户提供更好的检索、分类、描述、推荐和分析服务,提高素材的利用价值和管理效率。最终,基于目标素材子主题和目标素材标签,将目标素材信息分类存储至素材数据库中,利用同一标准对目标素材信息进行分类,提升了素材分类的准确度。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (8)
1.一种素材分类管理方法,其特征在于,包括:
获取素材层级架构和素材标签库,其中,所述素材层级架构包括:素材类型、素材主题、素材子主题,所述素材标签库中的素材标签与素材子主题存在对应关系;
获取素材信息,基于所述素材信息进行切割分析,当确定进行素材切割时,则基于所述素材信息进行切割处理,得到目标素材信息;
基于所述目标素材信息和所述素材层级架构进行层级存储分析,确定所述目标素材信息对应的目标素材子主题;
基于所述目标素材信息进行特征提取,得到目标素材特征,并基于所述目标素材特征、所述目标素材子主题和所述素材标签库进行标签分析,确定目标素材标签;
基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中;
所述基于所述目标素材特征、所述目标素材子主题和所述素材标签库进行标签分析,确定目标素材标签,包括:
基于所述目标素材特征进行特征融合,得到综合素材特征,其中,所述综合素材特征能够全面表征目标素材信息的特点;
基于所述目标素材子主题和所述素材标签库进行标签筛选,确定多个待选素材标签;
基于所述综合素材特征和每一所述待选素材标签进行标签匹配,当匹配成功时,则将匹配成功的待选素材标签,确定为所述目标素材标签;其中,所述标签匹配的方式包括:将每一所述待选素材标签进行格式转化,利用匹配算法比较所述综合素材特征和每一所述待选素材标签的相似程度,并基于每一所述待选素材标签对应的相似程度,确定标签匹配结果,所述标签匹配结果包括:匹配成功和匹配失败;
当匹配失败时,则基于所述综合素材特征进行标签转化,生成所述目标素材标签;其中,所述标签转化的方式包括:将所述综合素材特征进行格式转化,得到向量形式的综合素材特征向量,获取与综合素材特征相匹配的领域知识和专业背景,并基于领域知识、专业背景和综合素材特征向量进行新标签制定,得到目标素材标签;
基于所述目标素材标签和所述素材标签库中所有素材标签进行标签关联分析,确定素材标签关联信息,并将所述目标素材标签添加至所述素材标签库内;其中,标签关联分析的方式包括:语义关联分析和搜索习惯关联分析;
相应的,所述基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,包括:
基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,并按照所述素材标签关联信息进行标签关联。
2.根据权利要求1所述的素材分类管理方法,其特征在于,还包括:
当检测到素材查询请求时,基于所述素材查询请求进行拆解转化,得到素材标签逻辑规则,其中,所述素材标签逻辑规则为按照逻辑关系呈现的素材标签组合形式;
基于所述素材标签逻辑规则进行素材查询,得到多个展示素材信息;
基于每一所述展示素材信息对应的素材标签进行素材热度计算,得到每一所述展示素材信息对应的热度系数;
按照每一所述展示素材信息对应的热度系数,对多个所述展示素材信息进行热度排序展示。
3.根据权利要求1所述的素材分类管理方法,其特征在于,所述基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,包括:
基于所述目标素材信息进行素材权限分析,确定权限设置信息,其中,所述权限设置信息包括:访问权限、操作权限、安全权限和存储权限;
基于所述目标素材子主题、所述目标素材标签和所述权限设置信息,将所述目标素材信息分类存储至素材数据库中。
4.根据权利要求3所述的素材分类管理方法,其特征在于,所述基于所述目标素材子主题、所述目标素材标签和所述权限设置信息,将所述目标素材信息分类存储至素材数据库中之后,还包括:
当检测到素材替换指令时,获取替换素材信息和已编辑素材信息,并判断所述替换素材信息和所述已编辑素材信息是否属于相同素材类型;
当属于相同素材类型时,则基于所述已编辑素材信息进行片段选取,确定自由编辑部分,并将所述自由编辑部分的内容平移至所述替换素材信息内,以实现素材信息替换。
5.根据权利要求1所述的素材分类管理方法,其特征在于,所述基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,包括:
基于所述目标素材标签进行标签树构建,得到所述目标素材信息对应的素材标签树;
基于所述素材标签树、所述素材主题和所述目标素材子主题,生成素材标识,其中,所述素材标识为目标素材信息的唯一标识信息;
基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息和所述素材标识分类存储至素材数据库中。
6.一种素材分类管理装置,其特征在于,包括:
获取模块,用于获取素材层级架构和素材标签库,其中,所述素材层级架构包括:素材类型、素材主题、素材子主题,所述素材标签库中的素材标签与素材子主题存在对应关系;
素材分割模块,用于获取素材信息,基于所述素材信息进行切割分析,当确定进行素材切割时,则基于所述素材信息进行切割处理,得到目标素材信息;
层级存储分析模块,用于基于所述目标素材信息和所述素材层级架构进行层级存储分析,确定所述目标素材信息对应的目标素材子主题;
素材标签确定模块,用于基于所述目标素材信息进行特征提取,得到目标素材特征,并基于所述目标素材特征、所述目标素材子主题和所述素材标签库进行标签分析,确定目标素材标签;
素材存储模块,用于基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中;
素材标签确定模块在执行所述基于所述目标素材特征、所述目标素材子主题和所述素材标签库进行标签分析,确定目标素材标签时,用于:
基于所述目标素材特征进行特征融合,得到综合素材特征,其中,所述综合素材特征能够全面表征目标素材信息的特点;
基于所述目标素材子主题和所述素材标签库进行标签筛选,确定多个待选素材标签;
基于所述综合素材特征和每一所述待选素材标签进行标签匹配,当匹配成功时,则将匹配成功的待选素材标签,确定为所述目标素材标签;其中,所述标签匹配的方式包括:将每一所述待选素材标签进行格式转化,利用匹配算法比较所述综合素材特征和每一所述待选素材标签的相似程度,并基于每一所述待选素材标签对应的相似程度,确定标签匹配结果,所述标签匹配结果包括:匹配成功和匹配失败;
当匹配失败时,则基于所述综合素材特征进行标签转化,生成所述目标素材标签;其中,所述标签转化的方式包括:将所述综合素材特征进行格式转化,得到向量形式的综合素材特征向量,获取与综合素材特征相匹配的领域知识和专业背景,并基于领域知识、专业背景和综合素材特征向量进行新标签制定,得到目标素材标签;
标签关联模块,用于基于所述目标素材标签和所述素材标签库中所有素材标签进行标签关联分析,确定素材标签关联信息,并将所述目标素材标签添加至所述素材标签库内;其中,标签关联分析的方式包括:语义关联分析和搜索习惯关联分析;
相应的,素材存储模块在执行所述基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中时,用于:
基于所述目标素材子主题和所述目标素材标签,将所述目标素材信息分类存储至素材数据库中,并按照所述素材标签关联信息进行标签关联。
7.一种电子设备,其特征在于,包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1~5任一项所述的素材分类管理方法。
8.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令所述计算机执行权利要求1~5任一项所述的素材分类管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311777040.2A CN117493978B (zh) | 2023-12-22 | 2023-12-22 | 一种素材分类管理方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311777040.2A CN117493978B (zh) | 2023-12-22 | 2023-12-22 | 一种素材分类管理方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117493978A CN117493978A (zh) | 2024-02-02 |
CN117493978B true CN117493978B (zh) | 2024-03-19 |
Family
ID=89683202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311777040.2A Active CN117493978B (zh) | 2023-12-22 | 2023-12-22 | 一种素材分类管理方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117493978B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115129806A (zh) * | 2021-03-29 | 2022-09-30 | 阿里巴巴新加坡控股有限公司 | 数据处理方法、装置、电子设备及计算机存储介质 |
CN115329131A (zh) * | 2022-07-01 | 2022-11-11 | 北京达佳互联信息技术有限公司 | 素材标签推荐方法、装置、电子设备及存储介质 |
CN115982434A (zh) * | 2023-01-05 | 2023-04-18 | 深圳市动能无线传媒有限公司 | 一种基于人工智能的素材信息分类管理方法及系统 |
CN116597443A (zh) * | 2023-05-17 | 2023-08-15 | 百度时代网络技术(北京)有限公司 | 素材标签处理方法、装置、电子设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9037529B2 (en) * | 2011-06-15 | 2015-05-19 | Ceresis, Llc | Method for generating visual mapping of knowledge information from parsing of text inputs for subjects and predicates |
-
2023
- 2023-12-22 CN CN202311777040.2A patent/CN117493978B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115129806A (zh) * | 2021-03-29 | 2022-09-30 | 阿里巴巴新加坡控股有限公司 | 数据处理方法、装置、电子设备及计算机存储介质 |
CN115329131A (zh) * | 2022-07-01 | 2022-11-11 | 北京达佳互联信息技术有限公司 | 素材标签推荐方法、装置、电子设备及存储介质 |
CN115982434A (zh) * | 2023-01-05 | 2023-04-18 | 深圳市动能无线传媒有限公司 | 一种基于人工智能的素材信息分类管理方法及系统 |
CN116597443A (zh) * | 2023-05-17 | 2023-08-15 | 百度时代网络技术(北京)有限公司 | 素材标签处理方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117493978A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109992645B (zh) | 一种基于文本数据的资料管理系统及方法 | |
US8200667B2 (en) | Method and apparatus for constructing user profile using content tag, and method for content recommendation using the constructed user profile | |
EP2410445A1 (en) | A method for creating a dynamic relationship | |
CN103136228A (zh) | 一种图片搜索方法以及图片搜索装置 | |
US9720979B2 (en) | Method and system of identifying relevant content snippets that include additional information | |
WO2009009192A2 (en) | Adaptive archive data management | |
US20220019739A1 (en) | Item Recall Method and System, Electronic Device and Readable Storage Medium | |
CN111192176B (zh) | 一种支持教育信息化评估的在线数据采集方法及装置 | |
US9552415B2 (en) | Category classification processing device and method | |
KR20220119745A (ko) | 콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체 | |
CN114722137A (zh) | 基于敏感数据识别的安全策略配置方法、装置及电子设备 | |
JP7395377B2 (ja) | コンテンツ検索方法、装置、機器、および記憶媒体 | |
CN111553556A (zh) | 业务数据分析方法、装置、计算机设备及存储介质 | |
CN113190687A (zh) | 知识图谱的确定方法、装置、计算机设备及存储介质 | |
WO2015084757A1 (en) | Systems and methods for processing data stored in a database | |
JP2008059442A (ja) | 文書集合分析装置,文書集合分析方法,その方法を実装したプログラム及びそのプログラムを格納した記録媒体 | |
CN114461783A (zh) | 关键词生成方法、装置、计算机设备、存储介质和产品 | |
CN113591476A (zh) | 一种基于机器学习的数据标签推荐方法 | |
US9141643B2 (en) | Visual ontological system for social community | |
CN117493978B (zh) | 一种素材分类管理方法、装置、设备和介质 | |
CN114282119B (zh) | 一种基于异构信息网络的科技信息资源检索方法及系统 | |
Marin-Castro et al. | Automatic discovery of Web Query Interfaces using machine learning techniques | |
CN113627161B (zh) | 数据处理方法及装置、存储介质、电子设备 | |
CN114741550A (zh) | 图像搜索方法、装置、电子设备和计算机可读存储介质 | |
CN113468377A (zh) | 一种视频与文献关联整合方法 |
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 |