[发明专利]内容检索方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202111583179.4 申请日: 2021-12-22
公开(公告)号: CN114398502A 公开(公告)日: 2022-04-26
发明(设计)人: 向垄 申请(专利权)人: 深圳TCL新技术有限公司
主分类号: G06F16/48 分类号: G06F16/48;G06N3/04;G06N3/08
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 吕姝娟
地址: 518052 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 内容 检索 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种内容检索方法,其特征在于,包括:

获取待检索的媒体内容,并确定所述媒体内容对应的目标内容模态;

获取所述目标内容模态对应的训练后语义计算模型;

通过所述训练后语义计算模型,计算所述媒体内容的目标语义特征;

根据所述目标语义特征,检索所述媒体内容在至少一个内容模态下的相关媒体内容。

2.根据权利要求1所述的内容检索方法,其特征在于,获取所述目标内容模态对应的训练后语义计算模型,包括:

获取与所述目标内容模态匹配的样本媒体内容、以及所述样本媒体内容在至少一个内容模态下的相关媒体内容;

构建待训练的语义计算模型;

通过所述样本媒体内容与所述相关媒体内容,对所述待训练的语义计算模型进行模型训练,得到所述目标内容模态对应的训练后语义计算模型。

3.根据权利要求2所述的内容检索方法,其特征在于,构建待训练的语义计算模型,包括:

构建所述样本媒体内容对应的第一语义计算模型;

根据所述相关媒体内容的内容模态,构建所述相关媒体内容对应的第二语义计算模型;

基于所述第一语义计算模型与所述第二语义计算模型,构建待训练的语义计算模型。

4.根据权利要求2所述的内容检索方法,其特征在于,通过所述样本媒体内容与所述相关媒体内容,对所述待训练的语义计算模型进行模型训练,得到所述目标内容模态对应的训练后语义计算模型,包括:

通过所述语义计算模型,分别计算所述样本媒体内容对应的第一语义特征、以及所述相关媒体内容对应的第二语义特征;

计算所述第一语义特征与所述第二语义特征之间的特征相关度;

基于计算结果,对所述语义计算模型进行模型训练,得到所述目标内容模态对应的训练后语义计算模型。

5.根据权利要求1所述的内容检索方法,其特征在于,根据所述目标语义特征,检索所述媒体内容在至少一个内容模态下的相关媒体内容,包括:

获取检索所需的语义特征集,其中,所述语义特征集包括至少一个候选语义特征;

计算所述目标语义特征与所述候选语义特征之间的特征相关度;

根据计算结果,确定所述媒体内容在至少一个内容模态下的相关媒体内容。

6.根据权利要求5所述的内容检索方法,其特征在于,获取检索所需的语义特征集,包括:

确定所述目标内容模态的至少一个关联内容模态;

获取所述关联内容模态对应的关联语义特征集;

对所述关联语义特征集进行聚合处理,得到检索所需的语义特征集。

7.根据权利要求5所述的内容检索方法,其特征在于,根据计算结果,确定所述媒体内容在至少一个内容模态下的相关媒体内容,包括:

根据计算结果,从所述语义特征集中确定所述目标语义特征的匹配语义特征,其中,每个所述匹配语义特征具有对应的内容模态;

根据所述匹配语义特征,确定所述媒体内容在至少一个内容模态下的相关媒体内容。

8.一种内容检索装置,其特征在于,包括:

第一获取单元,用于获取待检索的媒体内容,并确定所述媒体内容对应的目标内容模态;

第二获取单元,用于获取所述目标内容模态对应的训练后语义计算模型;

计算单元,用于通过所述语义计算模型,计算所述媒体内容的目标语义特征;

检索单元,用于根据所述目标语义特征,检索所述媒体内容在至少一个内容模态下的相关媒体内容。

9.一种计算机设备,其特征在于,包括存储器和处理器;所述存储器存储有计算机程序,所述处理器用于运行所述存储器内的计算机程序,以执行权利要求1至7任一项所述的内容检索方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序被处理器加载,以执行权利要求1至7任一项所述的内容检索方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳TCL新技术有限公司,未经深圳TCL新技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111583179.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top