申请/专利权人:奥多比公司
申请日:2022-07-18
公开(公告)日:2023-02-10
公开(公告)号:CN115701612A
主分类号:G06N3/0442
分类号:G06N3/0442;G06N3/084;G06F40/284;G06F40/253;G06F16/35
优先权:["20210802 US 17/391,866"]
专利状态码:在审-实质审查的生效
法律状态:2023.02.28#实质审查的生效;2023.02.10#公开
摘要:本公开关于用于检测主题发散数字视频的机器学习模型。本公开涉及用于基于来自数字视频的词并且进一步基于表示目标主题的数字文本语料库来准确并且灵活地针对数字视频生成主题发散分类的系统、方法和非暂态计算机可读介质。特别地,所公开的系统利用主题特定知识编码器神经网络针对数字视频生成主题发散分类以指示数字视频是否与目标主题发散。在一些实施例中,所公开的系统同时地实时针对直播数字视频或所存储的数字视频例如,数字视频教程确定主题发散分类。例如,为了生成主题发散分类,所公开的系统利用主题特定知识编码器神经网络从数字视频生成上下文化特征向量并且将其与表示目标主题的数字文本语料库的语料库嵌入进行比较。
主权项:1.一种非暂态计算机可读介质,包括指令,所述指令在由至少一个处理器执行时使计算设备:利用词嵌入模型从数字视频的词提取词嵌入;利用第一长短期记忆“LSTM”层从所述词嵌入生成上下文化特征向量;利用第二LSTM层从与针对所述数字视频的目标主题相关联的数字文本语料库生成主题特定特征向量;以及利用主题特定知识编码器神经网络从来自所述词嵌入的所述上下文化特征向量和来自所述数字文本语料库的所述主题特定特征向量针对所述数字视频生成主题发散分类。
全文数据:
权利要求:
百度查询: 奥多比公司 用于检测主题发散数字视频的机器学习模型
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。