【技术实现步骤摘要】
本申请涉及电子通信，尤其涉及一种用于多媒体平台的信息搜索，特别涉及一种用于多媒体平台的信息搜索方法、装置、介质及设备。
技术介绍
1、搜索词和文档的相关性计算是搜索引擎中最重要的一环。目前主流的搜索引擎中的相关性计算主要是计算搜索词和文档所属标签的相关性。借助标签可以对海量的社交多媒体内容进行运营和管理，使得搜索引擎能够根据计算搜索词与各标签之间的相关性找到与搜索词匹配的搜索结果给到用户。但是，基于有限的搜索词能够找到的相关文档数量较少，难以给出较多与用户搜索意图相关联的搜索文档。
技术实现思路
1、本申请实施例提供一种用于多媒体平台的信息搜索方法、装置、介质及设备，利用本申请实施例提供的用于多媒体平台的信息搜索方法，通过获取用户输入文本中的搜索关键词并将其转换成相应的内容标签，基于预设的标签泛化模型对内容标签进行泛化处理得到多个与内容标签具有强关联的关联标签，并从数据库中查找对应至少一个关联标签的搜索结果作为输入文本的输出结果。做到根据用户的搜索意图扩大搜索结果，并且搜索结果与搜索意图之间具有较强的关联性。
2、本申请实施例一方面提供了一种用于多媒体平台的信息搜索方法，所述用于多媒体平台的信息搜索方法包括：
3、获取输入文本中的搜索关键词；
4、将所述搜索关键词转换成与之语义匹配的内容标签；
5、将所述内容标签输入训练好的标签泛化模型中进行标签泛化操作，得到与所述内容标签语义关联的若干个关联标签；
6、从数据库中查找对应
7、在本申请实施例所述的用于多媒体平台的信息搜索方法中，在所述将所述内容标签输入训练好的标签泛化模型中进行标签泛化操作之前，所述方法还包括：
8、获取多媒体数据并添加所属的标签，构建二元组形式的训练样本集；
9、利用所述训练样本集对多任务双塔模型进行训练，生成标签泛化模型。
10、在本申请实施例所述的用于多媒体平台的信息搜索方法中，所述多任务双塔模型包括标签塔、多媒体塔、输出模块和映射模块；
11、所述标签塔被配置为对训练样本集中的标签进行处理输出标签特征相应的标签表征向量；
12、所述多媒体塔被所述多个标签召回任务共享，且被配置为对训练样本集中的各多媒体进行处理分别输出多媒体特征相应的多媒体表征向量；
13、所述输出模块被配置为计算标签塔的输出和多媒体塔的输出之间的相似度，并作为预测值输出；
14、所述映射模块被配置为根据所述预测值，为预测值最大者对应的多媒体表征向量与标签表征向量建立映射关系。
15、在本申请实施例所述的用于多媒体平台的信息搜索方法中，所述获取多媒体数据并添加所属的标签，构建二元组形式的训练样本集，包括：
16、确定任一原始多媒体数据，为所述原始多媒体数据添加所属的标签后构建二元组形式的第一训练样本；
17、从所述多媒体平台中查找与所述原始多媒体数据相似度超过第一预设阈值的第一相似多媒体数据，为所述第一相似多媒体数据添加所属的标签后构建二元组形式的第二训练样本；
18、从所述多媒体平台中查找与所述原始多媒体数据感兴趣度超过第二预设阈值的第二相似多媒体数据，为所述第二相似多媒体数据添加所属的标签后构建二元组形式的第三训练样本；
19、基于所述第一训练样本、第二训练样本及第三训练样本得到训练样本集。
20、在本申请实施例所述的用于多媒体平台的信息搜索方法中，所述从所述多媒体平台中查找与所述原始多媒体数据相似度超过第一预设阈值的第一相似多媒体数据，包括：
21、获取所述原始多媒体数据中包含的物体类型；
22、从所述多媒体平台中查找与所述原始多媒体数据存在相同物体类型数量超过第二预设阈值的第二相似多媒体数据。
23、在本申请实施例所述的用于多媒体平台的信息搜索方法中，所述利用所述训练样本集对多任务双塔模型进行训练，包括：
24、计算所述多媒体塔输出的每种训练样本中的多媒体相应的表征向量与所述标签塔输出的所述每种训练样本中的标签相应的表征向量之间的相似度，作为所述每种训练样本的预测值，根据所述每种训练样本的预测值和标签值计算所述每种新颖性样本相应的新颖性物品召回任务的损失；
25、根据各个标签召回任务的损失确定总损失；
26、根据总损失更新所述多任务双塔模型的参数，以便对所述多任务双塔模型进行训练。
27、在本申请实施例所述的用于多媒体平台的信息搜索方法中，所述将所述内容标签输入训练好的标签泛化模型中进行标签泛化操作，得到与所述内容标签语义关联的若干个关联标签，包括：
28、将所述内容标签输入训练好的标签泛化模型的标签塔中，得到所述内容标签相应的目标标签表征向量；
29、计算所述目标标签表征向量与每种训练样本中的标签相应的表征向量之间的相似度；
30、选取相似度超过第三预设阈值的若干个标签作为关联标签。
31、相应的，本申请实施例另一方面还提供了一种用于多媒体平台的信息搜索装置，所述用于多媒体平台的信息搜索装置包括：
32、获取模块，用于获取输入文本中的搜索关键词；
33、转换模块，用于将所述搜索关键词转换成与之语义匹配的内容标签；
34、处理模块，用于将所述内容标签输入训练好的标签泛化模型中进行标签泛化操作，得到与所述内容标签语义关联的若干个关联标签；
35、输出模块，用于从数据库中查找对应至少一个关联标签的搜索结果作为所述输入文本的输出结果。
36、相应的，本申请实施例另一方面还提供了一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上所述的用于多媒体平台的信息搜索方法。
37、相应的，本申请实施例另一方面还提供了一种终端设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令以执行如上所述的用于多媒体平台的信息搜索方法。
38、本申请实施例提供了一种用于多媒体平台的信息搜索方法、装置、介质及设备，该方法通过获取输入文本中的搜索关键词；将所述搜索关键词转换成与之语义匹配的内容标签；将所述内容标签输入训练好的标签泛化模型中进行标签泛化操作，得到与所述内容标签语义关联的若干个关联标签；从数据库中查找对应至少一个关联标签的搜索结果作为所述输入文本的输出结果。利用本申请实施例提供的用于多媒体平台的信息搜索方法，通过获取用户输入文本中的搜索关键词并将其转换成相应的内容标签，基于预设的标签泛化模型对内容标签进行泛化处理得到多个与内容标签具有强关联的关联标签，并从数据库中查找对应至少一个关联标签的搜索结果作为输入文本的输出结果。做到根据用户的搜索意图扩大搜索结果，并且搜索结果与搜索意图之间具有较强的关联性。
本文档来自技高网...【技术保护点】
1.一种用于多媒体平台的信息搜索方法，其特征在于，包括：
2.如权利要求1所述的信息搜索方法，其特征在于，在所述将所述内容标签输入训练好的标签泛化模型中进行标签泛化操作之前，所述方法还包括：
3.如权利要求2所述的信息搜索方法，其特征在于，所述多任务双塔模型包括标签塔、多媒体塔、输出模块和映射模块；
4.如权利要求3所述的信息搜索方法，其特征在于，所述获取多媒体数据并添加所属的标签，构建二元组形式的训练样本集，包括：
5.如权利要求4所述的信息搜索方法，其特征在于，所述从所述多媒体平台中查找与所述原始多媒体数据感兴趣度超过第二预设阈值的第二相似多媒体数据，包括：
6.如权利要求3所述的信息搜索方法，其特征在于，所述利用所述训练样本集对多任务双塔模型进行训练，包括：
7.如权利要求3所述的信息搜索方法，其特征在于，所述将所述内容标签输入训练好的标签泛化模型中进行标签泛化操作，得到与所述内容标签语义关联的若干个关联标签，包括：
8.一种用于多媒体平台的信息搜索装置，其特征在于，包括：
9.
10.一种终端设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令以执行权利要求1-7任一项所述的用于多媒体平台的信息搜索方法。
...【技术特征摘要】
1.一种用于多媒体平台的信息搜索方法，其特征在于，包括：
2.如权利要求1所述的信息搜索方法，其特征在于，在所述将所述内容标签输入训练好的标签泛化模型中进行标签泛化操作之前，所述方法还包括：
3.如权利要求2所述的信息搜索方法，其特征在于，所述多任务双塔模型包括标签塔、多媒体塔、输出模块和映射模块；
4.如权利要求3所述的信息搜索方法，其特征在于，所述获取多媒体数据并添加所属的标签，构建二元组形式的训练样本集，包括：
5.如权利要求4所述的信息搜索方法，其特征在于，所述从所述多媒体平台中查找与所述原始多媒体数据感兴趣度超过第二预设阈值的第二相似多媒体数据，包括：
6.如权利要求3所述的信息搜索方法，其...
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。