[发明专利]视频查询方法、装置、计算机设备及计算机可读存储介质

权利要求书

1.一种视频查询方法，其特征在于，所述方法包括：

获取查询文本，并对所述查询文本进行语义特征提取，得到查询语义特征；

对候选视频库中的每一候选视频进行语义特征提取，得到每一候选视频的视频语义特征；

基于预设的图神经网络模型对所述查询文本以及每一候选视频进行图特征提取，得到查询图特征以及每一候选视频的视频图特征；

融合所述查询语义特征与所述查询图特征得到查询特征，以及融合每一候选视频的视频语义特征与视频图特征得到每一候选视频的视频特征；

根据每一候选视频的视频特征与所述查询特征计算每一候选视频的评分，并基于每一候选视频的评分确定所述查询文本对应的目标视频。

2.根据权利要求1所述的方法，其特征在于，所述基于预设的图神经网络模型对所述查询文本以及每一候选视频进行图特征提取，得到查询图特征以及每一候选视频的视频图特征，包括：

确定预设异构图中每一节点的第一节点特征，所述预设异构图包含视频节点、标签节点以及查询节点；

将所述预设异构图以及所述预设异构图中每一节点的第一节点特征输入至预设的图神经网络模型中，学习得到所述预设异构图中每一节点的第二节点特征；

根据所述预设异构图中视频节点对应的第二节点特征确定每一候选视频的视频图特征；

获取与所述查询文本关联的预设数量个第一标签数据；

根据所述预设异构图中与所述第一标签数据对应的标签节点的第二节点特征确定所述查询文本对应的查询图特征。

3.根据权利要求2所述的方法，其特征在于，所述将所述预设异构图以及所述预设异构图中每一节点的第一节点特征输入至预设的图神经网络模型中，学习得到所述预设异构图中每一节点的第二节点特征之前，还包括：

获取历史查询数据，所述历史查询数据包括历史查询文本和与所述历史查询文本对应的视频数据；

获取每一视频数据的标签数据，得到标签数据库；

基于所述历史查询文本、所述候选视频库以及所述标签数据库构建异构图，得到预设异构图；

基于所述预设异构图训练神经网络模型，得到预设的图神经网络模型。

4.根据权利要求3所述的方法，其特征在于，所述基于所述历史查询文本、所述候选视频库以及所述标签数据库构建异构图，包括：

在所述标签数据库中确定与每一历史查询文本关联的第二标签数据，并根据所述第二标签数据确定每一历史查询文本与标签数据之间的关联关系；

以每一历史查询数据、每一标签数据以及每一视频数据为节点，以历史查询数据与标签数据之间的关联关系、历史查询数据与视频数据之间的关联关系以及视频数据与标签数据之间的关联关系为边构建异构图。

5.根据权利要求2所述的方法，其特征在于，所述获取与所述查询文本关联的预设数量个第一标签数据，包括：

对所述查询文本进行词嵌入处理，得到所述查询文本对应的文本特征；

计算所述文本特征与所述预设异构图中每一标签节点的第一节点特征之间的相似度；

根据所述相似度确定与所述查询文本关联的第一标签数据。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述获取查询文本，并对所述查询文本进行语义特征提取，得到查询语义特征，包括：

接收查询数据；

对所述查询数据进行文本清洗，得到查询文本；

采用语言表征模型对所述查询文本进行语义特征提取，得到查询语义特征。

7.根据权利要求1至5中任一项所述的方法，其特征在于，所述对候选视频库中的每一候选视频进行语义特征提取，得到每一候选视频的视频语义特征，包括：

对候选视频库中每一候选视频进行帧采样，得到每一候选视频对应的帧序列；

对所述帧序列中的每一帧图像进行图像编码，得到每一候选视频对应的图像特征序列；

对每一候选视频的标签数据进行词嵌入处理，得到每一候选视频的标签特征；

对每一候选视频的图像特征序列和标签特征进行融合处理，得到每一候选视频的视频语义特征。