[发明专利]视频分类方法、装置、可读介质、电子设备

权利要求书

1.一种视频分类方法，其特征在于，所述方法包括：

获取目标视频；

通过目标特征提取模型获取所述目标视频的第一特征，根据所述第一特征确定所述目标视频对应的第一标签，以及所述第一标签的第一置信度；

将所述目标视频输入预先训练好的视频分类模型，确定所述目标视频对应的第二标签，以及所述第二标签的第二置信度；

根据所述第一标签、所述第一置信度、所述第二标签和所述第二置信度确定所述目标视频所属的分类标签。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征确定所述目标视频对应的第一标签，以及所述第一标签的第一置信度包括：

将所述第一特征作为预先训练好的聚类模型的输入，确定所述目标视频所属的聚类簇和所述目标视频属于所述聚类簇的第一概率；

根据预设的标签映射表和所述聚类簇确定所述目标视频对应的所述第一标签，所述标签映射表中包括所述聚类簇与分类标签之间的对应关系；

将所述第一概率确定为所述第一置信度。

3.根据权利要求2所述的方法，其特征在于，所述标签映射表通过以下方法得到：

获取视频训练样本；

通过所述目标特征提取模型获取所述视频训练样本的第二特征，并通过所述第二特征训练所述聚类模型，得到所述视频训练样本所属的聚类簇；

将每个所述聚类簇中的所有所述视频训练样本都输入所述视频分类模型中进行标签预测，得到各个聚类簇对应的分类标签，其中，各个聚类簇对应的分类标签，为各个聚类簇中的所有视频训练样本分别对应的分类标签中，占比最高的分类标签；

将各个聚类簇与所述分类标签之间的对应关系确定为所述标签映射表。

4.根据权利要求3所述的方法，其特征在于，所述标签映射表还通过以下方法得到：

确定各个聚类簇的纯度，所述聚类簇的纯度为所述聚类簇对应的分类标签，在所述聚类簇中的所有视频训练样本分别对应的分类标签中所占的比例；

所述将各个聚类簇与所述分类标签之间的对应关系确定为所述标签映射表还包括：

将纯度大于纯度阈值的聚类簇与所述分类标签之间的对应关系确定为所述标签映射表。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一标签、所述第一置信度、所述第二标签和所述第二置信度确定所述目标视频所属的分类标签包括：

在所述第二置信度小于第一阈值、且所述第一置信度大于第二阈值的情况下，将所述第一标签确定为所述目标视频所属的分类标签；

在所述第二置信度小于所述第一阈值、且所述第一置信度不大于所述第二阈值的情况下，将所述第二标签确定为所述目标视频所属的分类标签；

在所述第二置信度不小于所述第一置信度阈值的情况下，将所述第二标签确定为所述目标视频所属的分类标签。

6.根据权利要求3所述的方法，其特征在于，所述目标特征提取模型为预先训练好的视频推荐模型，所述第一特征为所述目标视频的推荐特征，所述第二特征为所述视频训练样本的推荐特征。

7.根据权利要求1所述的方法，其特征在于，所述目标视频为播放量高于播放量阈值的视频。

8.一种视频分类装置，其特征在于，所述装置包括：

获取模块，用于获取目标视频；

第一处理模块，用于通过目标特征提取模型获取所述目标视频的第一特征，根据所述第一特征确定所述目标视频对应的第一标签，以及所述第一标签的第一置信度；

第二处理模块，用于将所述目标视频输入预先训练好的视频分类模型，确定所述目标视频对应的第二标签，以及所述第二标签的第二置信度；

分类模块，用于根据所述第一标签、所述第一置信度、所述第二标签和所述第二置信度确定所述目标视频所属的分类标签。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。