视频处理方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了视频处理方法、装置、计算机设备及存储介质，应用于计算机技术领域。该方法包括：对目标视频进行实体识别，确定该目标视频对应的至少一个实体标签；在该至少一个实体标签中确定存在多个候选实体的目标实体标签；获取发布该目标视频的对象的视频特征信息，该视频特征信息与该对象发布的历史视频的视频特征关联；基于该视频特征信息对该目标实体标签对应的多个候选实体进行消歧处理，得到该目标实体标签对应的目标实体；将该至少一个实体标签中各个实体标签对应的目标实体确定为该目标视频的视频标签。通过本申请，可以增强实体消歧效果，提升视频标签设置的精确度。度。度。

【技术实现步骤摘要】
视频处理方法、装置、计算机设备及存储介质


[0001]本申请涉及计算机
，尤其涉及视频处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着网络技术飞速发展，多媒体的推广应用，各种视频源源不断地产生，视频等媒体数据已经成为大数据的主体。为了便于大量视频的推荐分发，可以对视频添加与视频内容相关的视频标签，例如在用户界面中显示视频的标题或者摘要。
[0003]针对视频标签，大部分的视频标签为实体标签，但同一实体标签可能会存在多个候选实体，比如名称为“张飞”的实体标签对应多个候选实体，如历史人物、游戏角色。因此，在设置视频标签时，需要对多个候选实体进行消歧处理，才能准确为视频设置合理的标签。目前，传统的实体消歧方式依赖于视频内容的完备性，当视频内容不够明确、完备时，就不足以支撑实体消歧，从而降低视频标签设置的精确度。

技术实现思路

[0004]本专利技术实施例提供了视频处理方法、装置、计算机设备及存储介质，可以增强实体消歧效果，提升视频标签设置的精确度。
[0005]一方面，本专利技术实施例提供了一种视频处理方法，该方法包括：
[0006]对目标视频进行实体识别，确定该目标视频对应的至少一个实体标签；
[0007]在该至少一个实体标签中确定存在多个候选实体的目标实体标签；
[0008]获取发布该目标视频的对象的视频特征信息，该视频特征信息与该对象发布的历史视频的视频特征关联；
[0009]基于该视频特征信息对该目标实体标签对应的多个候选实体进行消歧处理，得到该目标实体标签对应的目标实体，该目标实体包括该多个候选实体中的一个或者多个；
[0010]将该至少一个实体标签中各个实体标签对应的目标实体确定为该目标视频的视频标签。
[0011]一方面，本申请实施例提供一种视频处理装置，该装置包括：
[0012]识别单元，用于对目标视频进行实体识别，确定该目标视频对应的至少一个实体标签；
[0013]确定单元，用于在该至少一个实体标签中确定存在多个候选实体的目标实体标签；
[0014]获取单元，用于获取发布该目标视频的对象的视频特征信息，该视频特征信息与该对象发布的历史视频的视频特征关联；
[0015]消歧单元，用于基于该视频特征信息对该目标实体标签对应的多个候选实体进行消歧处理，得到该目标实体标签对应的目标实体，该目标实体包括该多个候选实体中的一个或者多个；
[0016]该确定单元，还用于将该至少一个实体标签中各个实体标签对应的目标实体确定为该目标视频的视频标签。
[0017]一方面，本申请实施例提供一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述的视频处理方法。
[0018]一方面，本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被计算机设备的处理器读取并执行时，使得计算机设备执行上述的视频处理方法。
[0019]一方面，本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述的视频处理方法。
[0020]通过本申请实施例，对目标视频进行实体识别，确定该目标视频对应的至少一个实体标签；在该至少一个实体标签中确定存在多个候选实体的目标实体标签；获取发布该目标视频的对象的视频特征信息，该视频特征信息与该对象发布的历史视频的视频特征关联；基于该视频特征信息对该目标实体标签对应的多个候选实体进行消歧处理，得到该目标实体标签对应的目标实体，该目标实体包括该多个候选实体中的一个或者多个；将该至少一个实体标签中各个实体标签对应的目标实体确定为该目标视频的视频标签。应当理解的，利用发布该目标视频的对象的视频特征信息进行实体消歧，使消歧后的候选实体与发布用户的历史视频的特征信息更加匹配，从而增强实体消歧效果，提升视频标签设置的精确度。
附图说明
[0021]为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术实施例提供的一种视频处理系统的架构示意图；
[0023]图2是本专利技术实施例提供的一种视频处理方法的流程示意图；
[0024]图3是本专利技术实施例提供的一种目标视频以及对应的视频标签的示意图；
[0025]图4是本专利技术实施例提供的一种实体识别模型的结构示意图；
[0026]图5是本专利技术实施例提供的一种视频处理流程图；
[0027]图6是本专利技术实施例提供的另一种视频处理方法的流程示意图；
[0028]图7是本专利技术实施例提供的另一种视频处理方法的流程示意图；
[0029]图8是本专利技术实施例提供的一种深度匹配模型的结构示意图；
[0030]图9是本专利技术实施例提供的另一种视频处理方法的流程示意图；
[0031]图10是本专利技术实施例提供的另一种视频处理方法的流程示意图；
[0032]图11是本专利技术实施例提供的一种视频处理装置的结构示意图；
[0033]图12是本专利技术实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0034]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0035]需要说明的是，本申请实施例中所涉及到的“第一”、“第二”等描述仅用于描述目的，而不能理解为指示或者暗示其相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”的技术特征可以明示或者隐含的包括至少一个该特征。
[0036]首先，对本申请实施例涉及的部分名词进行解释，以便于本领域技术人员的理解。
[0037]SPERT模型：SPERT模型是一种以变压器网络BERT为核心的联合实体和关系提取模型，采用分类的思想实现联合抽取，实体抽取和关系抽取模型均为分类模型，采用穷近的思想预测给定文本中所有可能的文本片段所属的实体类型。关系抽取依赖于出抽取出的实体，预测抽取实体的所有组合的关系类型，进行关系抽取会考虑实体间的文本特征信息。
[0038]BERT模型：全称为Bidirectional Encoder Representations from Transformers，是一种由谷歌提出的新型的语言模型，通过联合调节所有层中的双向转换器(T本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频处理方法，其特征在于，包括：对目标视频进行实体识别，确定所述目标视频对应的至少一个实体标签；在所述至少一个实体标签中确定存在多个候选实体的目标实体标签；获取发布所述目标视频的对象的视频特征信息，所述视频特征信息与所述对象发布的历史视频的视频特征关联；基于所述视频特征信息对所述目标实体标签对应的多个候选实体进行消歧处理，得到所述目标实体标签对应的目标实体，所述目标实体包括所述多个候选实体中的一个或者多个；将所述至少一个实体标签中各个实体标签对应的目标实体确定为所述目标视频的视频标签。2.根据权利要求1所述的方法，其特征在于，所述基于所述视频特征信息对所述目标实体标签对应的多个候选实体进行消歧处理，得到所述目标实体标签对应的目标实体，包括：确定所述多个候选实体中各个候选实体与所述历史视频的视频标签之间的相关度；基于各个候选实体的相关度确定多个目标候选实体；获取所述目标视频对应的文本信息，以及所述多个目标候选实体对应的第一实体信息，所述第一实体信息包括所述多个目标候选实体对应的实体类型、所述多个目标候选实体对应的描述信息中的一个或者多个；基于所述文本信息、所述多个目标候选实体对应的第一实体信息和所述视频特征信息对所述目标实体标签对应的多个目标候选实体进行消歧处理，得到所述目标实体标签对应的目标实体。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述视频特征信息对所述目标实体标签对应的多个候选实体进行消歧处理，得到所述目标实体标签对应的目标实体，包括：确定所述多个候选实体中各个候选实体与所述历史视频的视频标签之间的相关度；基于各个候选实体的相关度对所述目标实体标签对应的多个候选实体进行消歧处理，得到所述目标实体标签对应的目标实体，所述目标实体与所述历史视频的视频标签之间的相关度大于所述多个候选实体中除所述目标实体以外的实体与所述历史视频的视频标签之间的相关度。4.根据权利要求3所述的方法，其特征在于，所述确定所述多个候选实体中各个候选实体与所述历史视频的视频标签之间的相关度，包括：获取所述多个候选实体中各个候选实体对应的实体类型与所述视频类型的第一匹配度，以及所述各个候选实体与所述历史视频的视频标签之间的第一关联度；基于所述第一匹配度和所述第一关联度，确定所述各个候选实体与所述历史视频的视频标签之间的相关度。5.根据权利要求4所述的方法，其特征在于，所述获取所述多个候选实体中各个候选实体对应的实体类型与所述视频类型的第一匹配度，包括：获取所述历史视频中视频类型与所述各个候选实体对应的实体类型匹配的视频的播放次数，以及所述历史视频的播放总次数；基于所述播放次数和所述播放总次数，确定所述多个候选实体中各个候选实体对应的
实体类型与所述视频类型的第一匹配度。6.根据权利要求4所述的方法，其特征在于，所述获取所述各个候选实体与所述历史视频的视频标签之间的第一关联度，包括：获取所述各个候选实体对应的实体标签与所述历史视频的视频标签之间的第二关联度，以及所述历史视频的视频标签的使用度；其中，所述历史视频的视频标签的使用度由所述历史视频的视频标签被标记的次数确定；基于所述第二关联度和所述使用度确定所述各个候选实体与所述历史视频的视频标签之间的第一关联度。7.根据权利要求6所述的方法，其特征在于，所述获取所述各个候选实体对应的实体标签与所述历史视频的视频标签之间的第二关联度，包括：获取所述各个候选实体对应的实体标签与所述历史视频的视频标签被标记在同一个视频上的第一标记次数，以及所述各个候选实体对应的实体标签和所述历史视频的视频标签被标记的第一标记总次数；基于所述第一标记次数和所述第一标记总次数确定所述各个候选实体对应的实体标签与所述历史视频的视频标签之间的第二关联度。8.根据权利要求6所述的方法，其特征在于，所述获取所述历史视频的视频标签的使用度，包括：获取所述历史视频的视频标签在所述历史视频中被标记的第二标记次数，以及所述历史视频的视频标签被标记的第二标记总次数；基于...

【专利技术属性】
技术研发人员：陈小帅，
申请(专利权)人：腾讯科技武汉有限公司，
类型：发明
国别省市：