[發明專利]多媒體資源的處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010847843.0
• 申請日: 2020-08-21
• 公開（公告）號: CN112000817A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 張志偉;楊帆
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F16/43
• 分類號: G06F16/43;G06F16/48;G06K9/62
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 仝麗

1.一種多媒體資源的處理方法，其特征在于，包括：

獲取多媒體資源對應的詞組合，所述詞組合包括若干個詞語；

獲取各所述詞語的預測概率和各所述詞語的信息域特征；其中，所述預測概率為對所述多媒體資源進行識別得到各所述詞語的概率，所述信息域特征用于表征詞語的來源途徑；

針對每個所述詞語，將對應的所述預測概率和對應的所述信息域特征進行合并，得到各所述詞語的融合特征；

根據所述各所述詞語的融合特征，對各所述詞語的詞權重進行預估，并按照預估的詞權重大小對各所述詞語進行排序，得到排序后的詞組合。

2.根據權利要求1所述的多媒體資源的處理方法，其特征在于，所述多媒體資源對應的詞組合的生成方式，包括：

獲取所述多媒體資源對應的文本信息，所述文本信息的格式包括文檔格式和標簽格式；

對文檔格式的文本信息進行分詞處理，得到所述文檔格式的文本信息對應的詞語；

根據所述文檔格式的文本信息對應的詞語和標簽格式的文本信息，生成所述多媒體資源對應的詞組合。

3.根據權利要求2所述的多媒體資源的處理方法，其特征在于，所述根據所述文檔格式的文本信息對應的詞組合和標簽格式的文本信息，生成所述多媒體資源對應的詞組合，包括：

對所述文檔格式的文本信息對應的詞語和所述標簽格式的文本信息進行融合和去重處理，得到所述多媒體資源對應的詞組合。

4.根據權利要求1所述的多媒體資源的處理方法，其特征在于，所述獲取各所述詞語的預測概率和各所述詞語的信息域特征，包括：

對各所述多媒體資源進行詞語識別，得到從所述多媒體資源中識別出各所述詞語的預測概率；

對各所述詞語的來源途徑對應的信息域進行數值表示，得到各所述詞語的信息域特征。

5.根據權利要求1至4任一項所述的多媒體資源的處理方法，其特征在于，所述根據所述各所述詞語的融合特征，對各所述詞語的詞權重進行預估，并按照預估的詞權重大小對各所述詞語進行排序，得到排序后的詞組合，包括：

將各所述詞語的融合特征輸入至排序學習模型，通過所述排序學習模型對各所述詞語的融合特征進行分數預估，并按照預估的分數對各所述詞語進行排序，得到所述排序后的詞組合，其中，所述預估的分數用于表征所述詞權重大小。

6.根據權利要求5所述的多媒體資源的處理方法，其特征在于，所述排序學習模型的生成方式，包括：

構建訓練樣本集，每個訓練樣本包括一個樣本多媒體資源對應的一個樣本詞組合和所述樣本詞組合中各樣本詞語的融合特征，且所述樣本詞組合中的各樣本詞語是按照各所述樣本詞語的詞權重進行排序的；

根據所述訓練樣本集對初始的排序學習模型進行迭代訓練，直至滿足收斂條件時停止訓練，得到所述排序學習模型。

7.根據權利要求6所述的多媒體資源的處理方法，其特征在于，所述構建訓練樣本集，包括：

獲取多個樣本多媒體資源各自對應的原始詞組合；

獲取各所述原始詞組合中的各樣本詞語的詞權重；

針對每個所述原始詞組合，按照所述原始詞組合中各所述樣本詞語的詞權重大小，對各所述樣本詞語進行排序，得到所述樣本詞組合；

針對每個所述原始詞組合中的各樣本詞語，獲取所述樣本詞語的預測概率和所述樣本詞語的信息域特征，將對應的所述樣本詞語的預測概率和對應的所述樣本詞語的信息域特征進行合并，得到所述樣本詞語的融合特征；

利用多個所述樣本多媒體資源各自對應的樣本詞組合，以及各所述原始詞組合中的各樣本詞語的融合特征，構建所述訓練樣本集。