[發明專利]歌曲標簽確定方法、裝置、計算機設備以及存儲介質

有效

• 申請號: 201911261720.2
• 申請日: 2019-12-10
• 公開（公告）號: CN111026908B
• 公開（公告）日: 2023-09-08
• 發明（設計）人: 繆暢宇
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/65
• 分類號: G06F16/65;G06F16/68
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 邢惠童

1.一種歌曲標簽確定方法，其特征在于，所述方法包括：

獲取目標歌曲的頻域信息；

將所述頻域信息輸入到第一類標簽確定模型中，由所述第一類標簽確定模型基于所述頻域信息確定所述目標歌曲的第一類標簽，其中，所述第一類標簽用于表示第二類標簽的標簽類型，所述第二類標簽用于表示所述目標歌曲的音頻特征；

基于所述目標歌曲的第一類標簽，確定所述第一類標簽對應的第二類標簽確定模型；

將所述頻域信息輸入到所述第二類標簽確定模型中，由所述第二類標簽確定模型基于所述頻域信息確定所述目標歌曲的至少一個第二類標簽；

其中，所述第二類標簽確定模型是基于樣本數據集進行模型訓練得到的，所述樣本數據集包括多個樣本歌曲的頻域信息以及每個樣本歌曲的第二類標簽，所述每個樣本歌曲均為被用戶評論過的歌曲；所述第二類標簽為至少一個標簽詞中與所述樣本歌曲的評論文本的相關度符合目標條件的標簽詞，所述至少一個標簽詞是將標簽詞典中包含的各個標簽詞與所述樣本歌曲的評論文本進行匹配得到的，所述標簽詞典基于標注了第一類標簽的文本信息生成，所述標簽詞典與所述第一類標簽對應。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將任一個樣本歌曲的頻域信息輸入到與樣本歌曲所屬第一類標簽對應的初始模型中；

由所述初始模型基于所述任一個樣本歌曲的頻域信息預測該樣本歌曲屬于任一第二類標簽的概率信息；

基于所述概率信息，確定所述樣本歌曲的預測第二類標簽；

基于所述樣本歌曲的第二類標簽和所述樣本歌曲的預測第二類標簽的差別信息，調整所述初始模型的模型參數，直至所述初始模型的模型參數符合目標截止條件時，停止訓練所述初始模型，將訓練后的初始模型作為所述第二類標簽確定模型。

3.根據權利要求1所述的方法，其特征在于，所述將所述頻域信息輸入到所述第二類標簽確定模型中，由所述第二類標簽確定模型基于所述頻域信息確定所述目標歌曲的至少一個第二類標簽包括：

將所述頻域信息輸入到所述第二類標簽確定模型中，由所述第二類標簽確定模型輸出多個第二類標簽的概率信息；

將至少一個符合目標概率信息的第二類標簽確定為所述目標歌曲的至少一個第二類標簽。

4.根據權利要求1所述的方法，其特征在于，所述第一類標簽確定模型為二分類模型。

5.根據權利要求1所述的方法，其特征在于，所述第二類標簽確定模型為序列標注模型。

6.一種歌曲標簽確定裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取目標歌曲的頻域信息；

第一類標簽確定模塊，用于將所述頻域信息輸入到第一類標簽確定模型中，由所述第一類標簽確定模型基于所述頻域信息確定所述目標歌曲的第一類標簽，其中，所述第一類標簽用于表示第二類標簽的標簽類型，所述第二類標簽用于表示所述目標歌曲的音頻特征；

第一確定模塊，用于基于所述目標歌曲的第一類標簽，確定所述第一類標簽對應的第二類標簽確定模型；

第二類標簽確定模塊，用于將所述頻域信息輸入到所述第二類標簽確定模型中，由所述第二類標簽確定模型基于所述頻域信息確定所述目標歌曲的至少一個第二類標簽；

訓練模塊，用于基于樣本數據集進行模型訓練，得到所述第二類標簽確定模型，其中，所述樣本數據集包括多個樣本歌曲的頻域信息以及每個樣本歌曲的第二類標簽，所述每個樣本歌曲均為被用戶評論過的歌曲；

標簽詞典獲取模塊，用于獲取每個第一類標簽對應的標簽詞典，所述標簽詞典基于標注了所述每個第一類標簽的文本信息生成；

匹配模塊，用于將所述標簽詞典中包含的各個標簽詞與所述樣本歌曲的評論文本進行匹配，得到至少一個標簽詞；

第二確定模塊，用于確定所述至少一個標簽詞與所述樣本歌曲的評論文本的相關度；

第三確定模塊，用于將所述相關度符合目標條件的標簽詞確定為樣本歌曲的第二類標簽。