[发明专利]基于智能标签扩展元数据的编目方法及系统

权利要求书

1.一种基于智能标签扩展元数据的编目方法，其特征在于，所述方法包括：

根据媒体资源的文本信息，从预设的标签库中确定出所述媒体资源的资源标签；

根据所述资源标签，对所述媒体资源的第一元数据进行扩展，确定所述媒体资源的第二元数据，所述第一元数据包括所述媒体资源的标识及类别信息。

2.根据权利要求1所述的方法，其特征在于，所述媒体资源的类别信息包括N级类别信息，N为大于或等于2的整数，

根据所述资源标签，对所述媒体资源的第一元数据进行扩展，确定所述媒体资源的第二元数据，包括：

对于所述资源标签中的任一资源标签，确定所述资源标签与所述媒体资源的第一级类别信息之间的第一级相似度；

在所述第一级相似度大于或等于预设的第一级相似度阈值的情况下，确定所述资源标签与所述媒体资源的第二级类别信息之间的第二级相似度；

在第i-1级相似度大于或等于预设的第i-1级相似度阈值的情况下，确定所述资源标签与所述媒体资源的第i级类别信息之间的第i级相似度，其中，i为整数且2≤i≤N；

在所述第i级相似度小于预设的第i级相似度阈值的情况下，根据前i-1级类别信息及所述资源标签，确定待更新类别信息；

根据所述媒体资源的第一元数据中类别信息之外的其他信息及所述待更新类别信息，确定所述媒体资源的第二元数据。

3.根据权利要求2所述的方法，其特征在于，根据所述资源标签，对所述媒体资源的第一元数据进行扩展，确定所述媒体资源的第二元数据，还包括：

在所述第一级相似度小于所述第一级相似度阈值的情况下，丢弃所述资源标签。

4.根据权利要求2所述的方法，其特征在于，根据所述资源标签，对所述媒体资源的第一元数据进行扩展，确定所述媒体资源的第二元数据，还包括：

在第N级相似度大于或等于预设的第N级相似度阈值的情况下，丢弃所述资源标签。

5.根据权利要求2-4中任意一项所述的方法，其特征在于，第i-1级相似度阈值小于第i级相似度阈值。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述媒体资源的第二元数据，对用户输入的检索信息进行匹配，确定检索结果。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据预设时段内的检索信息，确定检索关键词及所述检索关键词的词频；

将词频大于或等于词频阈值的检索关键词，确定为待更新标签；

将所述待更新标签添加至所述标签库中。

8.根据权利要求1所述的方法，其特征在于，根据媒体资源的文本信息，从预设的标签库中确定出所述媒体资源的资源标签，包括：

获取所述媒体资源的文本信息，所述文本信息包括声音文本、图像文本及图像主体文本中的至少一种；

提取所述文本信息中的关键词；

确定所述关键词与标签库中各个标签之间的第一相似度；

确定第一相似度中大于或等于第一相似度阈值的第二相似度；

将与所述第二相似度对应的标签，确定为所述媒体资源的资源标签。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述媒体资源的第二元数据中的类别信息，对所述第二元数据进行分类存储。

10.一种基于智能标签扩展元数据的编目系统，其特征在于，所述系统包括：

资源标签确定模块，用于根据媒体资源的文本信息，从预设的标签库中确定出所述媒体资源的资源标签；

元数据扩展模块，用于根据所述资源标签，对所述媒体资源的第一元数据进行扩展，确定所述媒体资源的第二元数据，所述第一元数据包括所述媒体资源的标识及类别信息。