申请/专利权人：北京百度网讯科技有限公司

申请日：2023-04-24

公开（公告）日：2023-05-26

公开（公告）号：CN116166827A

主分类号：G06F16/48

分类号：G06F16/48;G06F16/435;G06F16/78;G06F16/735;G06F16/9535;G06F16/958

优先权：

专利状态码：有效-授权

法律状态：2023.12.15#授权;2023.06.13#实质审查的生效;2023.05.26#公开

摘要：本公开提供了一种语义标签抽取模型的训练和语义标签的抽取方法及其装置，涉及深度学习、计算机视觉、自然语言处理、语音识别等技术领域。具体实现方案为：采用语义标签抽取模型中的编码层对目标视频的文本特征进行编码，得到编码特征；采用语义标签抽取模型中的标签层对编码特征进行序列标注，得到第一标签序列；采用语义标签抽取模型中的解码层对编码特征进行解码，得到第二标签序列；根据第一标签序列和第二标签序列，确定目标视频的语义标签。由此，可以实现通过序列标注方式，抽取出现在与目标视频相关的文本信息中的语义标签，并通过生成方式，生成未出现在上述文本信息中的语义标签，提升视频语义标签抽取的丰富性。

主权项：1.一种视频语义标签的抽取方法，包括：获取目标视频的目标文本特征，并采用语义标签抽取模型中的编码层对所述目标文本特征进行编码，得到编码特征；采用所述语义标签抽取模型中的标签层对所述编码特征进行序列标注，以得到第一标签序列；采用所述语义标签抽取模型中的解码层对所述编码特征进行解码，以得到第二标签序列；根据所述第一标签序列和所述第二标签序列，确定所述目标视频的语义标签。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 语义标签抽取模型的训练和语义标签的抽取方法及其装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD