【技术实现步骤摘要】
分类信息生成方法、装置、电子设备和计算机可读介质
[0001]本公开的实施例涉及计算机
，具体涉及分类信息生成方法、装置、电子设备和计算机可读介质。
技术介绍
[0002]在对业务人员进行业务情景分类时，主要是通过人工对业务记录视频进行抽查，或通过音频、视频或者业务单进行单一模态的数据识别，从而生成音频、视频或业务单对应的分类信息。
[0003]然而，专利技术人发现，当采用上述方式生成分类信息时，经常会存在如下技术问题：第一，人工对业务记录仪视频进行抽查，导致检查不全面、效率较低、耗时较长。由于环境复杂，噪声较大，业务记录仪在执行业务过程中镜头晃动、画面不完整，业务单可提供的信息有限，使得单一模态的数据识别方法准确率较低，导致生成的分类信息准确性较低。
[0004]第二，不能找到业务单与业务记录视频之间的对应关系，导致不能综合利用业务单和业务记录视频生成业务分类信息，导致生成的分类信息准确性较低。
[0005]该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解，并因此，其可包...
【技术保护点】
【技术特征摘要】
1.一种分类信息生成方法，包括：获取业务记录视频集合和业务单文本数据集合；确定所述业务记录视频集合中的每个业务视频包括的音频数据和视频数据，得到音频数据集合和视频数据集合；将所述视频数据集合中的每个视频数据输入至视频特征提取模型，得到各个视频特征向量作为视频特征向量集合；将所述音频数据集合中的每个音频数据输入至音频特征提取模型，得到各个音频特征向量作为音频特征向量集合；将所述业务单文本数据集合中的每个业务单文本数据输入至文本特征提取模型，得到各个文本特征向量作为文本特征向量集合；根据所述视频特征向量集合、所述音频特征向量集合和所述文本特征向量集合，生成特征融合向量集合；根据所述特征融合向量集合和特征分类模型，生成所述特征融合向量集合中的每个特征融合向量对应的业务情景分类信息。2.根据权利要求1所述的方法，其中，所述将所述视频数据集合中的每个视频数据输入至视频特征提取模型，得到各个视频特征向量作为视频特征向量集合，包括：对于所述视频数据集合中的每个视频数据，执行以下步骤：对所述视频数据进行拆分处理，得到图像数据序列；将所述图像数据序列和第一预设参数信息输入至所述视频特征提取模型的输入层进行特征工程处理，得到特征工程处理后的图像数据序列；将特征工程处理后的图像数据序列输入至所述视频特征提取模型的卷积层，得到所述视频数据对应的第一特征向量；将所述第一特征向量输入至所述视频特征提取模型的池化层，得到所述视频数据对应的第二特征向量；将所述第二特征向量输入至所述视频特征提取模型的全连接层，得到所述视频数据对应的第三特征向量；将所得到的各个视频数据对应的第三特征向量确定为视频特征向量集合。3.根据权利要求1所述的方法，其中，所述将所述业务单文本数据集合中的每个业务单文本数据输入至文本特征提取模型，得到各个文本特征向量作为文本特征向量集合，包括：对于所述业务单文本数据集合中的每个业务单文本数据，执行以下步骤：将业务单文本数据和第三预设参数信息输入至所述文本特征提取模型的嵌入层，得到所述业务单文本数据对应的嵌入向量；将所述嵌入向量输入至所述文本特征提取模型的特征抽取层，得到融合上下文语义信息的特征向量；将所得到的各个融合上下文语义信息的特征向量确定为文本特征向量集合。4.根据权利要求1所述的方法，其中，所述视频特征向量集合包括的视频特征向量与所述音频特征向量集合包括的音频特征向量是一一对应的；以及所述根据所述视频特征向量集合、所述音频特征向量集合和所述文本特征向量集合，生成特征融合向量集合，包括：
根据所述视频特征向量集合、所述音频特征向量集合和所述文本特征向量集合，生成特征向量组集合；根据所述特征向量组集合，生成特征融合向量集合。5.根据权利要求4所述的方法，其中，所述特征分类模型是通过以下步骤训练得到的...
【专利技术属性】
技术研发人员：李建华，王静宇，李蹊，郭宝松，郑鑫颖，赵丽媛，
申请(专利权)人：中关村科学城城市大脑股份有限公司，
类型：发明
国别省市：
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。