申请/专利权人:腾讯科技(深圳)有限公司
申请日:2023-10-30
公开(公告)日:2024-03-12
公开(公告)号:CN117688943A
主分类号:G06F40/30
分类号:G06F40/30;G06F40/289;G06V20/40;G06V10/774
优先权:
专利状态码:在审-公开
法律状态:2024.03.12#公开
摘要:本申请实施例公开了一种音视频标题生成方法、装置、设备及存储介质,属于人工智能技术领域。该方法包括:基于文本语料对文本生成模型进行第一级预训练;基于标题语料对经过第一级预训练的文本生成模型进行第二级预训练,得到标题生成模型;将样本音视频内容的样本音视频文本信息输入标题生成模型,通过标题生成模型输出样本音视频内容对应的第一样本标题;基于第一样本标题与标题真值之间的标题预测损失,对标题生成模型进行模型微调,得到音视频标题生成模型;将目标音视频内容的音视频文本信息输入音视频标题生成模型,通过音视频标题生成模型输出目标音视频内容对应的目标标题;能够优化音视频标题的生成效率,提高音视频标题的标题质量。
主权项:1.一种音视频标题生成方法,其特征在于,所述方法包括:基于文本语料对文本生成模型进行第一级预训练;基于标题语料对经过第一级预训练的所述文本生成模型进行第二级预训练,得到标题生成模型;将样本音视频内容的样本音视频文本信息输入所述标题生成模型,通过所述标题生成模型输出所述样本音视频内容对应的第一样本标题,所述样本音视频文本信息包括样本描述文本信息、样本音频识别文本信息以及样本图像识别文本信息中的至少一种;基于所述第一样本标题与标题真值之间的标题预测损失,对所述标题生成模型进行模型微调,得到音视频标题生成模型;将目标音视频内容的音视频文本信息输入所述音视频标题生成模型,通过所述音视频标题生成模型输出所述目标音视频内容对应的目标标题。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 音视频标题生成方法、装置、设备及存储介质
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。