[发明专利]多媒体数据的识别方法、装置、可读介质及电子设备

权利要求书

1.一种多媒体数据的识别方法，其特征在于，所述方法包括：

获取待识别的目标多媒体数据；

将所述目标多媒体数据输入目标多媒体识别模型，得到所述目标多媒体数据的识别结果；

其中，所述目标多媒体识别模型为根据目标相似度和样本离散度，对预设多媒体识别模型进行训练得到的，所述目标相似度表征用于训练的第一样本与所述第一样本对应的第一样本识别结果的相似程度，所述样本离散度表征所述第一样本的多个第一子样本与所述第一样本识别结果的相似度的样本离散程度，所述多个第一子样本为按照预设时间周期对所述第一样本进行采样得到的多个子样本数据；

所述方法还包括：

根据所述目标相似度和所述样本离散度，从多个第一样本中确定多个第二样本；

输出所述多个第二样本，以便用户标注所述第二样本对应的目标标签；

获取用户标注目标标签后的多个第二样本；

根据标注后的多个第二样本，对所述预设多媒体识别模型进行训练，得到所述目标多媒体识别模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

通过所述预设多媒体识别模型获取每个第一样本对应的第一样本识别结果，该第一样本与该第一样本识别结果的目标相似度，以及该第一样本的多个第一子样本与该第一样本识别结果的相似度的样本离散度；其中，所述多个第一子样本为按照预设时间周期对所述第一样本进行采样得到的多个子样本数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述目标相似度和所述样本离散度，从多个第一样本中确定多个第二样本，包括：

根据所述目标相似度和所述样本离散度，计算得到每个所述第一样本的训练价值权重，所述训练价值权重用于表征所述预设多媒体识别模型输出的识别结果的可信度；

根据所述训练价值权重，从多个第一样本中确定多个第二样本。

4.根据权利要求3所述的方法，其特征在于，所述根据标注后的多个第二样本，对所述预设多媒体识别模型进行训练，得到所述目标多媒体识别模型，包括：

根据所述第二样本的目标标签和所述训练价值权重，对所述预设多媒体识别模型进行训练，得到所述目标多媒体识别模型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标标签和所述训练价值权重，对所述预设多媒体识别模型进行训练，得到所述目标多媒体识别模型，包括：

在用于训练所述预设多媒体识别模型的目标交叉熵损失函数中针对每个所述第二样本设置样本权重；

将所述第二样本的训练价值权重作为该第二样本对应的样本权重；

根据所述目标标签和所述目标交叉熵损失函数，对所述预设多媒体识别模型进行训练，得到所述目标多媒体识别模型。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标标签和所述目标交叉熵损失函数，对所述预设多媒体识别模型进行训练，得到所述目标多媒体识别模型，包括：

根据所述目标标签从所述多个第二样本中确定正例样本；

在所述目标交叉熵损失函数中针对每个正例样本设置预设正例权重；

根据设置了预设正例权重的目标交叉熵损失函数，对所述预设多媒体识别模型进行训练，得到所述目标多媒体识别模型。

7.根据权利要求2至6中任一项所述的方法，其特征在于，所述样本离散度通过以下方式获取：

确定所述第一样本对应的第一样本识别结果；

将所述第一样本中的每个第一子样本与所述第一样本识别结果的相似度作为统计样本；

计算得到所述统计样本的第一离散度；

将所述第一离散度作为所述样本离散度。