[发明专利]素材分类方法、装置、计算机设备及存储介质

权利要求书

1.一种素材分类方法，其特征在于，所述方法包括：

获取多个历史场景素材的第一标注场景类别，提取所述多个历史场景素材的第一特征向量；

基于多个所述第一标注场景类别及多个所述第一特征向量训练第一随机森林模型；

提取待分类场景素材的第二特征向量，根据多个所述第一特征向量及所述第二特征向量识别所述待分类场景素材的第二标注场景类别；

基于所述第二场景类别及所述第二特征向量更新所述第一随机森林模型得到第二随机森林模型；

根据所述第一随机森林模型的第一输出及所述第二随机森林模型的第二输出校正所述第一标注场景类别为第一目标场景类别；

根据所述第二标注场景类别及所述第二随机森林模型的第二输出计算所述待分类场景素材的第二目标场景类别。

2.如权利要求1所述的素材分类方法，其特征在于，所述方法还包括：

接收所述用户对所下载的目标场景素材的反馈；

解析所述反馈得到所述目标场景素材的真实场景类别；

基于所述目标场景素材及对应的真实场景类别更新所述第二随机森林模型得到第三随机森林模型，使得所述第三随机森林模型输出的所述目标场景素材的场景类别与所述真实场景类别相同；

使用所述第三随机森林模型更新其他场景素材的场景类别。

3.如权利要求2所述的素材分类方法，其特征在于，所述根据所述第一随机森林模型的第一输出及所述第二随机森林模型的第二输出校正所述第一标注场景类别为第一目标场景类别包括：

获取所述第一输出中每个历史场景素材的第一待确认场景类别；

获取所述第二输出中每个历史场景素材的第二待确认场景类别；

判断所述第一待确认场景类别的第一类别概率及对应的所述第二待确认场景类别的第二类别概率是否均大于预设类别概率阈值；

当所述第一类别概率及所述第二类别概率均大于所述预设类别概率阈值时，判断所述第一待确认场景类别、所述第二待确认场景类别及所述第一标注场景类别中是否有至少两个相同的场景类别；

当所述第一待确认场景类别、所述第二待确认场景类别及所述第一标注场景类别中有至少两个相同的场景类别时，根据所述相同的场景类别校正所述第一标注场景类别为第一目标场景类别。

4.如权利要求3所述的素材分类方法，其特征在于，所述根据多个所述第一特征向量及所述第二特征向量识别所述待分类场景素材的第二标注场景类别包括：

计算每个所述第一特征向量与所述第二特征向量之间的相似度；

确定最大的相似度对应的目标第一特征向量；

将所述目标第一特征向量对应的第一标注场景类别确定为所述待分类场景素材的第二标注场景类别。

5.如权利要求3所述的素材分类方法，其特征在于，所述根据多个所述第一特征向量及所述第二特征向量识别所述待分类场景素材的第二标注场景类别包括：

对多个所述第一特征向量及所述第二特征向量进行聚类，得到多个特征向量簇；

确定所述第二特征向量所在的目标特征向量簇；

根据所述目标特征向量簇中所述第一特征向量的第一标注场景类别计算所述目标特征向量簇的目标标注场景类别；

将所述目标标注场景类别确定为所述待分类场景素材的第二标注场景类别。

6.如权利要求4或5所述的素材分类方法，其特征在于，所述方法还包括：

响应于用户的场景素材下载请求，提取所述场景素材下载请求中的场景类别；

查询与所述场景类别对应的多个场景素材；

生成每个所述场景素材的下载链接；

计算每个所述场景素材的素材量；

根据所述素材量对多个所述下载链接进行排序显示。

7.如权利要求4或5所述的素材分类方法，其特征在于，所述提取所述多个历史场景素材的第一特征向量包括：

对每个所述历史场景素材进行分词处理，得到多个分词；

使用word2vector提取每个分词的词向量；

基于每个所述历史场景素材的所述多个分词的词向量生成第一特征向量。