[发明专利]一种基于深度学习的主题标签推荐方法及工具在审
| 申请号： | 201910587052.6 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110297933A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 张雨柔;李锐;于治楼;段强 | 申请（专利权）人： | 山东浪潮人工智能研究院有限公司 |
| 主分类号： | G06F16/58 | 分类号： | G06F16/58;G06F16/78;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 冯春连 |
| 地址： | 250100 山东省济南市高新*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的主题标签推荐方法，涉及信息处理技术领域，该方法基于zero‑shot learning思想，利用深度网络模型的特征提取能力对图像或视频片段进行特征提取，利用支持向量机SVM模型对提取的特征进行主题标签的特征分类，并获取关于图像或视频片段的一个预测主题标签，利用结合词嵌入模型word2vec和K近邻算法对预测主题标签进行扩展，进而得到与预测主题标签语义相关的K个主题标签，预测主题标签和K个主题标签作为输入图像或视频片段的最终主题标签进行标注，使得标注结果更为可靠。本发明还公开一种基于深度学习的主题标签推荐工具，其余前述主题标签推荐方法相结合，可应用到各大社交媒体网络平台上。 | ||
| 搜索关键词： | 主题标签 视频片段 预测 特征提取 标注 图像 社交媒体网络 信息处理技术 支持向量机 语义 输入图像 特征分类 网络模型 学习 嵌入 应用 | ||
【主权项】：
1.一种基于深度学习的主题标签推荐方法，其特征在于,该方法基于zero‑shot learning思想，利用深度网络模型的特征提取能力对图像或视频片段进行特征提取，利用支持向量机SVM模型对提取的特征进行主题标签的特征分类，并获取关于图像或视频片段的一个预测主题标签，利用结合词嵌入模型word2vec和K近邻算法对预测主题标签进行扩展，进而得到与预测主题标签语义相关的K个主题标签，预测主题标签和K个主题标签作为输入图像或视频片段的最终主题标签进行标注。
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山东浪潮人工智能研究院有限公司，未经山东浪潮人工智能研究院有限公司许可，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/patent/201910587052.6/，转载请声明来源钻瓜专利网。
