视频标签的生成方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了视频标签的生成方法、装置、电子设备和存储介质，涉及领域自然语言处理、深度学习技术领域。具体实现方案为：通过获取视频的多个候选标签和视频信息，分别计算视频信息与多个候选标签之间的第一相关性信息，然后根据第一相关性信息对多个候选标签进行排序，并根据排序结果生成视频的标签。由此，通过根据视频信息与每个候选标签之间的相关性信息，对多个候选标签进行排序，根据排序结果生成视频的标签，从而实现整合利用多个候选标签，给视频打上精准和完善的标签，提高了视频标签的精准性和完整性，提高了视频推荐效果。

【技术实现步骤摘要】
视频标签的生成方法、装置、电子设备和存储介质
本申请涉及计算机
，具体涉及自然语言处理、深度学习
，尤其涉及一种视频标签的生成方法、装置、电子设备和存储介质。
技术介绍
基于用户兴趣点的个性化的资讯推荐是资讯消费的新潮流，比如视频资源的推荐，而要实现视频资源的个性化推荐通常要对视频资源进行标签化，根据视频标签进行推荐。可见，如何获取精准性较高的视频标签，对视频推荐起着关键性的作用。
技术实现思路
本申请提供一种用于生成精准和完整的视频标签的视频标签的生成方法、装置、电子设备和存储介质。根据第一方面，提供了一种视频标签的生成方法，包括：获取视频的多个候选标签；获取所述视频的视频信息；分别计算所述视频信息与所述多个候选标签之间的第一相关性信息；根据所述第一相关性信息对所述多个候选标签进行排序；以及根据排序结果生成所述视频的标签。本申请实施例的视频标签的生成方法，通过获取视频的多个候选标签和视频信息，分别计算视频信息与多个候选标签之间的第一相关性信息，然后根据第一相关性信息对多个候选标签进行排序，并根据排序结果生成视频的标签。由此，通过根据视频信息与每个候选标签之间的相关性信息，对多个候选标签进行排序，根据排序结果生成视频的标签，从而实现整合利用多个候选标签，给视频打上精准和完善的标签，提高了视频标签的精准性和完整性，提高了视频推荐效果。根据第二方面，提供了一种视频标签的生成装置，包括：第一获取模块，用于获取视频的多个候选标签；第二获取模块，用于获取所述视频的视频信息；第一计算模块，用于分别计算所述视频信息与所述多个候选标签之间的第一相关性信息；排序模块，用于根据所述第一相关性信息对所述多个候选标签进行排序；以及第一生成模块，用于根据排序结果生成所述视频的标签。本申请实施例的视频标签的生成装置，通过获取视频的多个候选标签和视频信息，分别计算视频信息与多个候选标签之间的第一相关性信息，然后根据第一相关性信息对多个候选标签进行排序，并根据排序结果生成视频的标签。由此，通过根据视频信息与每个候选标签之间的相关性信息，对多个候选标签进行排序，根据排序结果生成视频的标签，从而实现整合利用多个候选标签，给视频打上精准和完善的标签，提高了视频标签的精准性和完整性，提高了视频推荐效果。根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述一方面实施例所述的视频标签的生成方法。根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其上存储有计算机程序，所述计算机指令用于使所述计算机执行上述一方面实施例所述的视频标签的生成方法。根据本申请的实施例，通过根据视频信息与每个候选标签之间的相关性信息，对多个候选标签进行排序，根据排序结果生成视频的标签，从而实现整合利用多个候选标签，给视频打上精准和完善的标签，提高了视频标签的精准性和完整性，提高了视频推荐效果。上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1为本申请实施例提供的一种视频标签的生成方法的流程示意图；图2为本申请实施例提供的另一种视频标签的生成方法的流程示意图；图3为本申请实施例提供的另一种视频标签的生成方法的流程示意图；图4为本申请实施例提供的另一种视频标签的生成方法的流程示意图；图5为本申请实施例提供的另一种视频标签的生成方法的流程示意图；图6为本申请实施例提供的一种利用语义匹配模型获取匹配得分的示意图；图7为本申请实施例提供的一种视频标签的生成装置的结构示意图；图8为根据本申请实施例的视频标签的生成方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。下面参考附图描述本申请实施例的视频标签的生成方法、装置、电子设备和存储介质。本申请实施例的视频标签的生成方法，通过根据视频信息与每个候选标签之间的相关性信息，对多个候选标签进行排序，根据排序结果生成视频的标签，从而实现整合利用多个候选标签，给视频打上精准和完善的标签，提高了视频标签的精准性和完整性，提高了视频推荐效果。图1为本申请实施例提供的一种视频标签的生成方法的流程示意图。本申请实施例的视频标签的生成方法，可由本申请实施例提供的视频标签的生成装置执行，该装置可配置于电子设备中，以实现根据视频信息与多个候选标签之间的相关性，生成精准和完整的视频标签。如图1所示，该视频标签的生成方法包括：步骤101，获取视频的多个候选标签。本实施例中，可以根据视频的相关信息，比如视频的标题、用户标签等信息，获取视频的多个候选标签。其中，用户标签是指用户在上传视频时，编辑的标签。比如，某视频的发布者上传该视频时，编辑了标签“美食”、“甜点”，那么可将“美食”、“甜点”作为该视频的候选标签。步骤102，获取视频的视频信息。本实施例中，视频信息可以是指视频的内容信息。在实际应用中，视频的标签与视频的内容越相近，说明该视频标签越准确。因此，可获取视频的视频信息，比如视频中的人物信息、建筑物名称等。步骤103，分别计算视频信息与多个候选标签之间的第一相关性信息。本实施例中，可计算视频信息与每个候选标签之间的相关信息，为了便于区别，这里称为第一相关性信息。具体地，获取视频信息对应到的向量表示和每个候选标签对应的向量表示，然后根据视频信息对应的向量表示与每个候选标签对应的向量表示，计算视频信息与每个候选标签之间的匹配度，根据匹配度确定第一相关性信息。其中，匹配度越高，相关性越大。由此，可以获取每个候选标签与视频信息之间的第一相关性信息。步骤104，根据第一相关性信息对多个候选标签进行排序。在获取每个候选标签与视频信息之间的第一相关性信息之后，根据每个候选标签对应的第一相关信息，对多个候选标签进行排序。比如，按照相关性由大到小的顺序，对每个候选标签对应的第一相关性信息进行排序，当然也可以按照相关性由小到大的顺序，对多个候选标签进行排序。步骤105，根据排序结果生成视频的标签。由于获取的一些候选可能与视频内容的关联性比较低，因此本实施例中，可以从多个候选标签中，获取相关性与视频信息最大的预设数量的候选标签，将这些候选标签作为视频的标本文档来自技高网...

【技术保护点】
1.一种视频标签的生成方法，包括：/n获取视频的多个候选标签；/n获取所述视频的视频信息；/n分别计算所述视频信息与所述多个候选标签之间的第一相关性信息；/n根据所述第一相关性信息对所述多个候选标签进行排序；以及/n根据排序结果生成所述视频的标签。/n

【技术特征摘要】
1.一种视频标签的生成方法，包括：
获取视频的多个候选标签；
获取所述视频的视频信息；
分别计算所述视频信息与所述多个候选标签之间的第一相关性信息；
根据所述第一相关性信息对所述多个候选标签进行排序；以及
根据排序结果生成所述视频的标签。


2.如权利要求1所述的视频标签的生成方法，其中，所述方法还包括：
获取所述视频所对应的知识图谱或知识点图谱；
根据所述知识图谱或知识点图谱计算所述多个候选标签之间的第二相关性信息，其中，根据所述第一相关性信息和所述第二相关性信息对所述多个候选标签进行排序。


3.如权利要求1所述的视频标签的生成方法，其中，所述获取视频的多个候选标签，包括：
获取所述视频的视频标题；以及
根据所述视频标题生成所述候选标签。


4.如权利要求1所述的视频标签的生成方法，其中，所述获取视频的多个候选标签，包括：
获取所述视频的作者标签；以及
根据所述作者标签生成所述候选标签。


5.如权利要求1所述的视频标签的生成方法，其中，所述获取视频的多个候选标签，包括：
获取所述视频的分类信息；以及
根据所述分类信息生成所述候选标签。


6.如权利要求1所述的视频标签的生成方法，其中，所述获取视频的多个候选标签，包括：
识别所述视频之中的文本信息；以及
根据所述文本信息生成所述候选标签。


7.如权利要求1所述的视频标签的生成方法，其中，所述获取视频的多个候选标签，包括：
对所述视频之中的人物进行人脸识别，以获取所述人物的人物信息和出现时间；
根据所述出现时间判断所述人物是否为所述视频之中的主要人物；以及
如果所述人物为所述主要人物，则根据所述人物的人物信息生成所述候选标签。


8.如权利要求1所述的视频标签的生成方法，其中，所述分别计算所述视频信息与所述多个候选标签之间的第一相关性信息，包括：
将所述视频信息与所述多个候选标签输入语义匹配模型，以生成所述视频信息与所述多个候选标签之间的第一相关性信息。


9.如权利要求8所述的视频标签的生成方法，所述语义匹配模型通过以下步骤训练获得：
获取样本视频信息和样本标签，以及所述样本视频信息和所述样本标签之间的标注相关性信息；
将所述样本视频信息和所述样本标签输入至初始语义匹配模型以生成预测相关性信息；以及
根据所述预测相关性信息和所述标注相关性信息对所述初始语义匹配模型进行训练。


10.如权利要求1所述的视频标签的生成方法，所述获取所述视频的视频信息，包括：
获取所述视频的标题；
获取所述视频之中人物的人物信息；
获取所述视频的分类信息；以及
根据所述视频的标题、所述人物信息和所述分类信息生成所述视频信息。


11.如权利要求1所述的视频标签的生成方法，还包括：
获取所述多个候选标签的长度信息；
根据所述多个候选标签的长度信息分别生成所述多个候选标签的标签粒度信息，其中，根据所述第一相关性信息和所述标签粒度信息对所述多个候选标签进行排序。


12.如权利要求1所述的视频标签的生成方法，还包括：
获取所述多个候选标签的热度信息，其中，根据所述第一相关性信息和所述热度信息对所述多个候选标签进行排序。


13.一种视频标签的生成装置，包括：
第一获取模块，用于获取视频的多个候选标签；
第二获取模块，用于获取所述视频的视频信息；
第一计算模块，用于分别计算所述视频信息与所述多个候选标签之间的第一相关性信息；
排序模块，用于根据所述第一相关性信息对所述多个候选标签进行排序；以及
第一生成模块...

【专利技术属性】
技术研发人员：刘呈祥，刘昊，何伯磊，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11