【技术实现步骤摘要】
多媒体分类方法、装置和计算机可读存储介质
本专利技术涉及通信
，具体涉及一种多媒体分类方法、装置和计算机可读存储介质。
技术介绍
随着互联网的快速发展，互联网上的多媒体数据包括视频、音频、文字等，由于数量不断增长而成为持续热门研究的问题之一。大量的多媒体信息造成数据堆积而无法及时处理。于是，快速、有效地浏览大量多媒体数据并将这些数据分类，对于提升用户体验，发现潜在的可利用的商业价值至关重要。常见的视频数据中，用户常常会对视频信息进行描述、评论以及提供个性化的标签数据等等，因而形成了与在线视频相关的丰富文本信息。这些文本信息需要经过处理后得到视频分类数据集才能用于视频分类，而现有的视频分类数据集的方法都是从一堆分类标签中人工筛选出合适的标签，这样的做法耗费了大量的人力物力，且容易对标签的预测难易程度出现误判。
技术实现思路
本专利技术实施例提供一种多媒体分类方法、装置和计算机可读存储介质，可以有效地提高多媒体分类的效率。本专利技术实施例提供一种多媒体分类方法，包括：获取多媒体样...
【技术保护点】
1.一种多媒体分类方法，其特征在于，包括：/n获取多媒体样本、以及所述多媒体样本对应的初始标签集；/n根据所述初始标签集中每个标签出现的频率选取所述初始标签集中的频繁标签，得到所述多媒体样本对应的频繁标签集；/n计算所述频繁标签集中各个标签之间的语义相似度，根据计算结果从所述频繁标签集确定所述多媒体样本对应的目标标签集；/n计算所述目标标签集中各个标签的预测准确率和预测召回率，根据计算结果对所述目标标签集进行过滤，得到多媒体分类数据集；/n基于所述多媒体分类数据集对待分类多媒体进行分类，得到所述待分类多媒体的分类标签。/n
【技术特征摘要】
1.一种多媒体分类方法，其特征在于，包括：
获取多媒体样本、以及所述多媒体样本对应的初始标签集；
根据所述初始标签集中每个标签出现的频率选取所述初始标签集中的频繁标签，得到所述多媒体样本对应的频繁标签集；
计算所述频繁标签集中各个标签之间的语义相似度，根据计算结果从所述频繁标签集确定所述多媒体样本对应的目标标签集；
计算所述目标标签集中各个标签的预测准确率和预测召回率，根据计算结果对所述目标标签集进行过滤，得到多媒体分类数据集；
基于所述多媒体分类数据集对待分类多媒体进行分类，得到所述待分类多媒体的分类标签。
2.根据权利要求1所述的方法，其特征在于，所述计算所述频繁标签集中各个标签之间的语义相似度，根据计算结果从所述频繁标签集确定所述多媒体样本对应的目标标签集，包括：
从所述频繁标签集中确定具有视觉显著性的候选标签集；
计算所述候选标签集中各个标签之间的语义相似度；
根据计算结果将所述候选标签集中满足预设相似度阈值的标签进行合并，得到所述多媒体样本对应的目标标签集。
3.根据权利要求2所述的方法，其特征在于，所述计算所述候选标签集中各个标签之间的语义相似度，包括：
获取预设词集合；
将所述频繁标签不存在所述预设词集合中的标签去除，得到去除后标签集；
基于所述预设词集合计算所述去除后标签集中各个标签之间的语义相似度。
4.根据权利要求1所述的方法，其特征在于，所述计算所述目标标签集中各个标签的预测准确率和预测召回率，根据计算结果对所述目标标签集进行过滤，得到多媒体分类数据集，包括：
将所述多媒体样本、以及多媒体样本对应的目标标签集划分为训练集和验证集；
利用所述训练集对预设标签预测模型进行训练，得到训练后标签预测模型；
利用验证集对所述训练后标签预测模型进行验证，根据验证结果计算所述训练数据集中每个目标标签的预测准确率和预测召回率；
基于所述预测准确率和预测召回率对所述目标标签集进行过滤，得到多媒体分类数据集。
5.根据权利要求4所述的方法，其特征在于，所述基于所述预测准确率和预测召回率对所述目标标签集进行过滤，得到多媒体分类数据集，包括：
根据所述预测准确率和预测召回率计算每个目标标签的平衡分数；
基于所述平衡分数对所述目标标签集进行过滤，得到分类标签集；...
【专利技术属性】
技术研发人员：王子愉，姜文浩，刘威，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。