[发明专利]一种数据处理方法、设备以及计算机可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取视频中的至少两个视频片段，确定所述至少两个视频片段分别对应的片段共享质量，根据至少两个片段共享质量，从所述至少两个视频片段中确定候选视频片段；

获取与所述视频相关联的对象标签文本序列，根据所述对象标签文本序列以及所述候选视频片段，确定所述候选视频片段对应的对象共享质量，根据所述候选视频片段对应的对象共享质量，从所述候选视频片段中确定候选共享视频片段；

根据所述对象标签文本序列以及所述候选共享视频片段，确定所述候选共享视频片段对应的辅助共享质量，根据所述候选共享视频片段对应的辅助共享质量，确定所述候选共享视频片段对应的辅助描述信息；

根据所述候选共享视频片段对应的片段共享质量、所述候选共享视频片段对应的对象共享质量，以及所述候选共享视频片段对应的辅助共享质量，从所述候选共享视频片段中确定共享视频片段，将所述共享视频片段以及所述共享视频片段对应的辅助描述信息，确定为用于发送至共享对象的共享数据。

2.根据权利要求1所述的方法，其特征在于，所述获取视频中的至少两个视频片段，确定所述至少两个视频片段分别对应的片段共享质量，包括：

获取视频，根据时间窗口对所述视频进行切分处理，得到所述视频对应的至少两个视频片段；所述至少两个视频片段包括视频片段A_b，b为正整数，且b小于或等于所述至少两个视频片段对应的总数量；

从所述视频片段A_b中获取K个视频帧，以及所述K个视频帧分别对应的音频帧；K为正整数；

对所述视频片段A_b进行音频识别处理，得到音频识别文本，提取所述视频片段A_b中的视频描述文本以及对象评论文本；

将所述音频识别文本、所述视频描述文本以及所述对象评论文本，确定为所述视频片段A_b对应的内容文本E_b；

根据所述K个视频帧、K个音频帧以及所述内容文本E_b，生成所述视频片段A_b对应的多媒体融合特征；

根据所述至少两个视频片段分别对应的多媒体融合特征，确定所述至少两个视频片段分别对应的片段共享质量。

3.根据权利要求2所述的方法，其特征在于，所述根据所述K个视频帧、K个音频帧以及所述内容文本E_b，生成所述视频片段A_b对应的多媒体融合特征，包括：

获取视频识别模型；所述视频识别模型包括第一视频识别子模型；所述第一视频识别子模型包括视频融合网络层、音频融合网络层、文本融合网络层以及多媒体融合网络层；

将所述K个视频帧分别输入至所述视频融合网络层，通过所述视频融合网络层，对所述K个视频帧分别进行特征提取，得到所述K个视频帧分别对应的待融合视频特征，对K个待融合视频特征进行特征融合，得到所述视频片段A_b对应的视频特征；

将所述K个音频帧分别输入至所述音频融合网络层，通过所述音频融合网络层，对所述K个音频帧分别进行特征提取，得到所述K个音频帧分别对应的待融合音频特征，对K个待融合音频特征进行特征融合，得到所述视频片段A_b对应的音频特征；

将所述内容文本E_b输入至所述文本融合网络层，通过所述文本融合网络层，提取所述内容文本E_b中的关键文本，对所述关键文本进行特征提取，得到所述关键文本对应的文本特征；

将所述视频特征、所述音频特征以及所述文本特征分别输入至所述多媒体融合网络层，通过所述多媒体融合网络层，对所述视频特征、所述音频特征以及所述文本特征进行特征融合，得到所述视频片段A_b对应的多媒体融合特征。