CN112395420A - 视频内容检索方法、装置、计算机设备及存储介质 - Google Patents

视频内容检索方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN112395420A
CN112395420A CN202110066155.5A CN202110066155A CN112395420A CN 112395420 A CN112395420 A CN 112395420A CN 202110066155 A CN202110066155 A CN 202110066155A CN 112395420 A CN112395420 A CN 112395420A
Authority
CN
China
Prior art keywords
video
text
retrieval
segment
tags
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110066155.5A
Other languages
English (en)
Inventor
乔建秀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202110066155.5A priority Critical patent/CN112395420A/zh
Publication of CN112395420A publication Critical patent/CN112395420A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Library & Information Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请属于人工智能领域，涉及一种视频内容检索方法、装置、计算机设备及存储介质，所述方法包括:获取视频文件的属性信息并提取音轨得到音频文件，通过语音识别得到带时间戳的原始文本；将原始文本划分为多个文本片段，对各文本片段进行命名实体识别及文档聚类若干第一标签和关键字，对每个文本片段的若干第一标签进行评分，将评分最高的第一标签作为第二标签，得到带有第一标签、第二标签和关键字的多个文本片段，基于其和属性信息生成检索文本；当接收到视频内容检索指令时，基于检索词对检索文本进行检索，得到目标结果。本申请还涉及区块链技术，文本中的私密信息可存储于区块链中。本申请可快速准确搜索到目标结果，有助于节省用户的时间。

Description

视频内容检索方法、装置、计算机设备及存储介质
技术领域
本申请涉及人工智能技术领域，尤其涉及视频内容检索方法、装置、计算机设备及存储介质。
背景技术
随着视频类型的增加和数据量的日益庞大,人们使用视频资源获取知识的需求也越来越多，但是视频不同于文字，不能够一眼预览全文，几乎很难在一个长视频中找到想要关注的片段，比如用户搜索到一个教学视频，视频中包含若干章节，用户需要观看某一特定章节时只能多次拖动视频播放进度条来查找相应的视频片段，由此会降低用户学习效率，影响用户满意度。
传统的搜索服务***中是基于视频上传时添加的标题和分类或者标签进行搜索，如果视频标题和内容不符合，或者涵盖范围太大，查找成功率和查找效率将很低，导致用户很难找到自己需要的视频内容，如何能够从大量视频中找到需要的视频片段成为亟待解决的技术问题。
发明内容
本申请实施例的目的在于提出一种视频内容检索方法、装置、计算机设备及存储介质，以解决现有技术中无法从大量视频中快速定位到需查找的视频片段的问题。
为了解决上述技术问题，本申请实施例提供一种视频内容检索方法，采用了如下所述的技术实施例：
一种视频内容检索方法，包括下述步骤：
在获取到视频文件后，获取所述视频文件的属性信息，并提取所述视频文件的音轨得到音频文件，对所述音频文件进行语音识别得到带时间戳的原始文本；
将所述原始文本划分为多个文本片段，通过预设BERT模型对各所述文本片段进行命名实体识别及文档聚类，得到各所述文本片段的若干第一标签和关键字，并通过预设SVM多分类模型对每个所述文本片段的所述若干第一标签进行评分，将评分最高的第一标签作为第二标签，得到带有第一标签、第二标签和关键字的多个文本片段，基于所述带有第一标签、第二标签和关键字的多个文本片段和所述属性信息生成检索文本；
当接收到视频内容检索指令时，从所述视频内容检索指令中提取检索词，基于所述检索词通过预设BM25算法模型对所述检索文本进行检索，得到至少一个文本片段作为目标结果，并将所述目标结果对应的视频文件发送至用户端，以使用户播放视频文件时，视频播放进度条上的播放位置自动定位在所述目标结果对应的视频片段的起始位置。
进一步地，所述根据BM25算法模型通过所述检索词对所述检索文本进行检索，得到至少一个文本片段作为目标结果包括：
根据所述属性信息提取视频标签和视频名称；
针对每个文本片段，分别计算所述检索词与所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字的相关性评分；
根据各所述相关性评分计算得到所述检索词与每个文本片段的整体相关性评分，根据所述整体相关性评分确定至少一个文本片段作为目标结果；
其中，在计算所述整体相关性评分时，所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字被赋予不同权重的评分系数。
进一步地，当从所述视频内容检索指令中提取到检索句时，所述方法还包括：
对所述检索句执行分词操作，得到多个检索词；
针对每个检索词计算其与每个文本片段的相关性评分，再将所多个检索词依次与同一个文本片段的相关性评分分别求和，得到所述检索句与每个文本片段的整体相关性评分，根据所述整体相关性评分确定至少一个文本片段作为目标结果。
进一步地，在得到所述目标结果后，所述方法还包括：
记录目标结果作为历史数据，基于所述历史数据对所述预设BM25算法模型进行迭代优化，以对所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字的评分系数的权重进行调整。
进一步地，当得到多个文本片段作为所述目标结果时，所述方法还包括：
判断多个文本片段是否对应同一个视频文件；
若对应不同的视频文件，则将多个文本片段对应的多个视频文件以列表形式发送至用户端进行展现；
若存在至少两个文本片段对应同一个视频文件，则将该视频文件的播放位置定位在时间戳较早的文本片段对应的视频片段的起始位置，以使用户播放视频时，视频播放进度条上的播放位置自动定位在时间戳较早的文本片段对应的视频片段。
进一步地，在得到所述目标结果后，所述方法还包括：
根据带时间戳的文本片段生成字幕文件，其中所述目标结果中的检索命中词在所述字幕文件中的格式不同于其他文本在所述字幕文件中的格式，以使用户在播放视频时加载所述字幕文件，在所述目标结果对应的视频片段的字幕显示区域中突出显示所述检索命中词。
进一步地，在所述对所述音频文件进行语音识别得到带时间戳的原始文本之前，所述方法还包括：
根据根据所述属性信息提取视频标签和视频名称，从预设的文本库中获取与所述视频标签和所述视频名称相关的文本作为语音识别模型的训练样本，以对进行语音识别的模型进行训练，得到与当前视频检索任务匹配的语音识别模型。
为了解决上述技术问题，本申请实施例还提供一种视频内容检索装置，采用了如下所述的技术实施例：
一种视频内容检索装置，包括：
文本提取模块，用于在获取到视频文件后，获取所述视频文件的属性信息，并提取所述视频文件的音轨得到音频文件，对所述音频文件进行语音识别得到带时间戳的原始文本；
文本处理模块，用于将所述原始文本划分为多个文本片段，通过预设BERT模型对各所述文本片段进行命名实体识别及文档聚类，得到各所述文本片段的若干第一标签和关键字，并通过预设SVM多分类模型对每个所述文本片段的所述若干第一标签进行评分，将评分最高的第一标签作为第二标签，得到带有第一标签、第二标签和关键字的多个文本片段，基于所述带有第一标签、第二标签和关键字的多个文本片段和所述属性信息生成检索文本；
检索模块，用于当接收到视频内容检索指令时，从所述视频内容检索指令中提取检索词，基于所述检索词通过预设BM25算法模型对所述检索文本进行检索，得到至少一个文本片段作为目标结果，并将所述目标结果对应的视频文件发送至用户端，以使用户播放视频文件时，视频播放进度条上的播放位置自动定位在所述目标结果对应的视频片段的起始位置。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术实施例：
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的视频内容检索方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术实施例：
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的视频内容检索方法的步骤。
与现有技术相比，本申请实施例提供的视频内容检索方法、装置、计算机设备及存储介质主要有以下有益效果：
通过将视频文件转换成文字加时间戳的形式，并分析出关键词和标签，通过用户的输入的检索词进行搜索得到目标结果，使得在反馈目标结果时可以通过视频播放转跳的方式快速定位到目标视频片段，提高了视频内容的检索速度，有助于节省用户的时间。
附图说明
为了更清楚地说明本申请中的实施例，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，下面描述中的附图对应于本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性***架构图；
图2是根据本申请的视频内容检索方法的一个实施例的流程图；
图3是根据本申请的视频内容检索装置的一个实施例的结构示意图；
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请实施例，下面将结合附图，对本申请实施例中的技术实施例进行清楚、完整地描述。
如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器( Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3 )、MP4( Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4 )播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的视频内容检索方法一般由服务器执行，相应地，视频内容检索装置一般设置于服务器中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本申请的视频内容检索方法的一个实施例的流程图。所述的视频内容检索方法包括以下步骤：
S201，在获取到视频文件后，获取所述视频文件的属性信息，并提取所述视频文件的音轨得到音频文件，对所述音频文件进行语音识别得到带时间戳的原始文本；
S202，将所述原始文本划分为多个文本片段，通过预设BERT模型对各所述文本片段进行命名实体识别及文档聚类，得到各所述文本片段的若干第一标签和关键字，并通过预设SVM多分类模型对每个所述文本片段的所述若干第一标签进行评分，将评分最高的第一标签作为第二标签，得到带有第一标签、第二标签和关键字的多个文本片段，基于所述带有第一标签、第二标签和关键字的多个文本片段和所述属性信息生成检索文本；
S203，当接收到视频内容检索指令时，从所述视频内容检索指令中提取检索词，基于所述检索词通过预设BM25算法模型对所述检索文本进行检索，得到至少一个文本片段作为目标结果，并将所述目标结果对应的视频文件发送至用户端，以使用户播放视频文件时，视频播放进度条上的播放位置自动定位在所述目标结果对应的视频片段的起始位置。
下面对上述步骤进行展开说明。
对于步骤S201，所述视频文件可以存在于服务器端或者用户端本地，获取到视频文件后，可采用FFMpeg工具实现从视频中提取音轨，FFMpeg（Fast Forward Mpeg）为一套用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序，FFMpeg工具可以实现视频中音轨的无损提取，将视频中的音轨提取出来即得到音频文件，进一步通过自动语音识别技术（ASR，Automatic Speech Recognition）将音频文件转换成文字加时间戳的形式，即带时间戳的原始文本。在其他实施例中，也可以采用其他方式提取音轨，本案不做限定。
在一些实施例中，在所述对所述音频文件进行语音识别得到带时间戳的原始文本之前，所述方法包括：根据根据所述属性信息提取视频标签和视频名称，从预设的文本库中获取与所述视频标签和所述视频名称相关的文本作为语音识别模型的训练样本，以对进行语音识别的模型进行训练，得到与当前视频检索任务匹配的语音识别模型。具体的，采用这种方式，通过训练后的语音识别模型对音频文件进行语音识别，对于从特定行业的视频中提取的音频文件可以提高语音识别的精确度，比如在保险领域，在视频中将存在一些保险行业特定的词汇，则可根据保险这一信息从文本库中获取保险相关的文本对语音识别模型进行训练，由此获得精确度更高的带时间戳的原始文本。
对于步骤S202，在本实施例中，所述原始文本划分为文本片段以音频文件中的语音停顿作为划分节点，且每个文本片段包含的文字量不低于预设阈值，比如100个字符，由此得到的若干文本片段的文字量将存在差异，即各文本片段的文字量可能不同。
进一步地，通过经过海量语料训练的BERT模型对各文本片段进行命名实体识别和文档聚类，以提取出关键字（keywords）和标签（labels），即所述第一标签，在提取出第一标签后，通过预先训练的SVM多分类模型对每个文本片段的各第一标签进行评分，将评分最高的第一标签作为对应的文本片段的最佳标签（best_label），即所述第二标签，后续步骤中，所述第一标签、第二标签和关键字将用于视频内容检索时检索结果的辅助排序。本实施例中的BERT模型、SVM多分类模型可采用现有的模型。
对于步骤S203，基于步骤S202中将带时间戳的原始文本划分为多个文本片段的过程，本实施例中根据视频内容检索指令中的检索词对检索文本进行检索具体为对若干文本片段分别进行检索，从若干文本片段中检索出至少一个文本片段作为目标结果。
在一些实施例中，所述根据BM25算法模型通过所述检索词对所述检索文本进行检索，得到至少一个文本片段作为目标结果包括：
根据所述属性信息提取视频标签和视频名称；针对每个文本片段，分别计算所述检索词与所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字的相关性评分；根据各所述相关性评分计算得到所述检索词与每个文本片段的整体相关性评分，根据所述整体相关性评分确定至少一个文本片段作为目标结果；其中，在计算所述整体相关性评分时，所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字被赋予不同权重的评分系数。
具体的，在根据检索词从检索文本中获得目标结果的过程中，本实施例将对检索词与所述视频标签、所述视频名称、每个文本片段以及每个文本片段对应的第一标签、第二标签、关键字等分别计算相关性评分，再根据相关性评分之和来确定目标结果。
所述视频标签、所述视频名称、每个文本片段以及每个文本片段对应的第一标签、第二标签、关键字等被重新赋予具有不同权重的评分系数过程，具体通过将所述视频标签、所述视频名称、每个文本片段以及每个文本片段对应的第一标签、第二标签、关键字等存入ElasticSearch来实现。
在接收到视频内容检索指令后，需要判断视频内容检索指令中包含的检索信息为检索词还是检索句（Query），对于检索词而言，基于被重新赋予具有不同权重的评分系数的所述视频标签、所述视频名称、每个文本片段以及每个文本片段对应的第一标签、第二标签、关键字等，采用预设BM25算法模型计算检索词与所述视频标签、所述视频名称、每个文本片段以及每个文本片段对应的第一标签、第二标签、关键字等的相关性评分并求和，得到检索词与每个文本片段的整体相关性评分，将整体相关性评分最高的文本片段作为目标结果。
进一步地，在一些实施例中，当从所述视频内容检索指令中提取到检索句时，所述 方法还包括：对所述检索句执行分词操作，得到多个检索词；针对每个检索词计算其与每个 文本片段的相关性评分，再将所多个检索词依次与同一个文本片段的相关性评分分别求 和，得到所述检索句与每个文本片段的整体相关性评分，根据所述整体相关性评分确定至 少一个文本片段作为目标结果。具体的，对于检索句而言，首先对检索句进行语素解析，得 到若干分词，即多个检索词，先计算各分词与文本片段的相关性评分，再将各相关信息评分 求和得到检索句与各文本片段的整体相关性评分，例如检索句
Figure 674918DEST_PATH_IMAGE001
，分词后得到
Figure 500923DEST_PATH_IMAGE002
这样一个词序，对于文本片段
Figure 258794DEST_PATH_IMAGE003
，计算检索句
Figure 955486DEST_PATH_IMAGE004
和文本片段
Figure 491510DEST_PATH_IMAGE003
之间的相关 性评分的表达式如下：
Figure 264863DEST_PATH_IMAGE005
其中，
Figure 764108DEST_PATH_IMAGE006
表示标签、最佳标签、关键字、视频标题、原始文本片段等被赋予的评分系数，
Figure 112044DEST_PATH_IMAGE007
表示每个分词
Figure 569702DEST_PATH_IMAGE008
与文本片段d的相关性评分，最终计算得到相关性评分
Figure 367369DEST_PATH_IMAGE009
，将得到的多个
Figure 732622DEST_PATH_IMAGE009
进行排序，将最大的
Figure 122015DEST_PATH_IMAGE010
对 应的文本片段作为目标结果。在本实施例中，上述评分系数可以人为设定，也可以通过预设 的评分模型获得。
进一步地，在本实施例中，在得到所述目标结果后，所述方法还包括：记录目标结果作为历史数据，基于所述历史数据对所述预设BM25算法模型进行迭代优化，以对所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字的评分系数的权重进行调整。由此可以优化视频内容检索的服务，在下一次搜索时就会出现优化之后的结果。
在一些实施例中，上述实施例可在接收到视频内容检索指令后再执行执行步骤S201和S202，具体的在接收到视频内容检索指令后，针对指定的一个或多个视频执行步骤S201和S202，然后再执行步骤S203的搜索步骤。
进一步地，在本实施例中，当得到多个文本片段作为所述目标结果时，所述方法还包括：判断多个文本片段是否对应同一个视频文件；若对应不同的视频文件，则将多个文本片段对应的多个视频文件以列表形式发送至用户端进行展现；若存在至少两个文本片段对应同一个视频文件，则将该视频文件的播放位置定位在时间戳较早的文本片段对应的视频片段的起始位置，以使用户播放视频时，视频播放进度条上的播放位置自动定位在时间戳较早的文本片段对应的视频片段。
进一步地，在本实施例中，在得到所述目标结果后，所述方法还包括：根据带时间戳的文本片段生成字幕文件，其中所述目标结果中的检索命中词在所述字幕文件中的格式不同于其他文本在所述字幕文件中的格式，以使用户在播放视频时加载所述字幕文件，在所述目标结果对应的视频片段的字幕显示区域中突出显示所述检索命中词。比如在检索结果输出给前端的时候将带时间戳的文本生成的字幕按照时间戳对应显示在视频上，并且对目标结果中的检索命中词以高亮带颜色的格式显示，让用户可以清晰的看见自己搜索的词语。
本申请提供的视频内容检索方法，通过将视频文件转换成文字加时间戳的形式，并分析出关键词和标签，通过用户的输入的检索词进行搜索，以视频播放转跳的方式快速定位到目标视频片段，此方法提高了视频内容的检索速度，，并且可以精准的知道视频内容有没有用户关心的部分，有助于节省用户的时间，特别对于学习类视频，能快速找到相应的知识点，能够有效提升学习效率。
需要强调的是，为进一步保证信息的私密和安全性，上述实施例中的文本中存在的隐私数据还可以存储于一区块链的节点中。本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请可用于众多通用或专用的计算机***环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）等非易失性存储介质，或随机存储记忆体（Random Access Memory，RAM）等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3，作为对上述图2所示视频内容检索方法的实现，本申请提供了一种视频内容检索装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述的视频内容检索装置包括：文本提取模块301、文本处理模块302以及检索模块303。其中，所述文本提取模块301用于在获取到视频文件后，获取所述视频文件的属性信息，并提取所述视频文件的音轨得到音频文件，对所述音频文件进行语音识别得到带时间戳的原始文本；所述文本处理模块302用于将所述原始文本划分为多个文本片段，通过预设BERT模型对各所述文本片段进行命名实体识别及文档聚类，得到各所述文本片段的若干第一标签和关键字，并通过预设SVM多分类模型对每个所述文本片段的所述若干第一标签进行评分，将评分最高的第一标签作为第二标签，得到带有第一标签、第二标签和关键字的多个文本片段，基于所述带有第一标签、第二标签和关键字的多个文本片段和所述属性信息生成检索文本；所述检索模块303用于当接收到视频内容检索指令时，从所述视频内容检索指令中提取检索词，基于所述检索词通过预设BM25算法模型对所述检索文本进行检索，得到至少一个文本片段作为目标结果，并将所述目标结果对应的视频文件发送至用户端，以使用户播放视频文件时，视频播放进度条上的播放位置自动定位在所述目标结果对应的视频片段的起始位置。
在本实施例中，所述视频文件可以存在于服务器端或者用户端本地，获取到视频文件后，从视频中提取音轨的过程可参考上述方法实施例，在此不作展开。
在一些实施例中，所述视频内容检索装置还包括模型训练模块，用于在所述对所述音频文件进行语音识别得到带时间戳的原始文本之前，根据根据所述属性信息提取视频标签和视频名称，从预设的文本库中获取与所述视频标签和所述视频名称相关的文本作为语音识别模型的训练样本，以对进行语音识别的模型进行训练，得到与当前视频检索任务匹配的语音识别模型。具体的，采用这种方式，通过训练后的语音识别模型对音频文件进行语音识别，对于从特定行业的视频中提取的音频文件可以提高语音识别的精确度，比如在保险领域，在视频中将存在一些保险行业特定的词汇，则可根据保险这一信息从文本库中获取保险相关的文本对语音识别模型进行训练，由此获得精确度更高的带时间戳的原始文本。
在本实施例中，所述文本提取模块301将原始文本划分为文本片段以音频文件中的语音停顿作为划分节点，且每个文本片段包含的文字量不低于预设阈值，比如100个字符，由此得到的若干文本片段的文字量将存在差异，即各文本片段的文字量可能不同。
在本实施例中，基于所述文本提取模块301将带时间戳的原始文本划分为多个文本片段的过程，所述检索模块303根据视频内容检索指令中的检索词对检索文本进行检索具体为对若干文本片段分别进行检索，从若干文本片段中检索出至少一个文本片段作为目标结果。
在一些实施例中，所述检索模块303根据BM25算法模型通过所述检索词对所述检索文本进行检索，得到至少一个文本片段作为目标结果时，具体用于：根据所述属性信息提取视频标签和视频名称；针对每个文本片段，分别计算所述检索词与所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字的相关性评分；根据各所述相关性评分计算得到所述检索词与每个文本片段的整体相关性评分，根据所述整体相关性评分确定至少一个文本片段作为目标结果；其中，在计算所述整体相关性评分时，所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字被赋予不同权重的评分系数。具体可参考上述方法实施例，在此不作展开。
在本实施例中，所述检索模块303在接收到视频内容检索指令后，需要判断视频内容检索指令中包含的检索信息为检索词还是检索句（Query），对于检索词而言，基于被重新赋予具有不同权重的评分系数的所述视频标签、所述视频名称、每个文本片段以及每个文本片段对应的第一标签、第二标签、关键字等，采用预设BM25算法模型计算检索词与所述视频标签、所述视频名称、每个文本片段以及每个文本片段对应的第一标签、第二标签、关键字等的相关性评分并求和，得到检索词与每个文本片段的整体相关性评分，将整体相关性评分最高的文本片段作为目标结果。
在一些实施例中，当所述检索模块303从所述视频内容检索指令中提取到检索句时，所述检索模块303还用于对所述检索句执行分词操作，得到多个检索词；针对每个检索词计算其与每个文本片段的相关性评分，再将所多个检索词依次与同一个文本片段的相关性评分分别求和，得到所述检索句与每个文本片段的整体相关性评分，根据所述整体相关性评分确定至少一个文本片段作为目标结果。具体可参考上述方法实施例，在此不作展开。
进一步地，在本实施例中，在所述检索模块303得到所述目标结果后，所述模型训练模块还用于记录目标结果作为历史数据，基于所述历史数据对所述预设BM25算法模型进行迭代优化，以对所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字的评分系数的权重进行调整。由此可以优化视频内容检索的服务，在下一次搜索时就会出现优化之后的结果。
进一步地，在本实施例中，当所述检索模块303得到多个文本片段作为所述目标结果时，所述检索模块303还用于：判断多个文本片段是否对应同一个视频文件；若对应不同的视频文件，则将多个文本片段对应的多个视频文件以列表形式发送至用户端进行展现；若存在至少两个文本片段对应同一个视频文件，则将该视频文件的播放位置定位在时间戳较早的文本片段对应的视频片段的起始位置，以使用户播放视频时，视频播放进度条上的播放位置自动定位在时间戳较早的文本片段对应的视频片段。
进一步地，在本实施例中，所述检索模块303在得到所述目标结果后，所述视频内容检索装置还包括字幕生成模块，用于根据带时间戳的文本片段生成字幕文件，其中所述目标结果中的检索命中词在所述字幕文件中的格式不同于其他文本在所述字幕文件中的格式，以使用户在播放视频时加载所述字幕文件，在所述目标结果对应的视频片段的字幕显示区域中突出显示所述检索命中词。
本申请提供的视频内容检索装置，通过将视频文件转换成文字加时间戳的形式，并分析出关键词和标签，通过用户的输入的检索词进行搜索，以视频播放转跳的方式快速定位到目标视频片段，此方法提高了视频内容的检索速度，，并且可以精准的知道视频内容有没有用户关心的部分，有助于节省用户的时间，特别对于学习类视频，能快速找到相应的知识点，能够有效提升学习效率。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。所述计算机设备4包括通过***总线相互通信连接存储器41、处理器42、网络接口43，所述存储器41中存储有计算机可读指令，所述处理器42执行所述计算机可读指令时实现上述方法实施例中所述的视频内容检索方法的步骤，并具有与上述视频内容检索方法相对应的有益效果，在此不作展开。
需要指出的是，图中仅示出了具有存储器41、处理器42、网络接口43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器 (Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
在本实施例中，所述存储器41至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（RAM）、静态随机访问存储器（SRAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、可编程只读存储器（PROM）、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作***和各类应用软件，例如对应于上述视频内容检索方法的计算机可读指令等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器（Central Processing Unit，CPU）、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行对应于所述视频内容检索方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的视频内容检索方法的步骤，并具有与上述视频内容检索方法相对应的有益效果，在此不作展开。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术实施例本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本申请各个实施例所述的方法。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术实施例进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。

Claims (10)

1.一种视频内容检索方法，其特征在于，包括下述步骤：
在获取到视频文件后，获取所述视频文件的属性信息，并提取所述视频文件的音轨得到音频文件，对所述音频文件进行语音识别得到带时间戳的原始文本；
将所述原始文本划分为多个文本片段，通过预设BERT模型对各所述文本片段进行命名实体识别及文档聚类，得到各所述文本片段的若干第一标签和关键字，并通过预设SVM多分类模型对每个所述文本片段的所述若干第一标签进行评分，将评分最高的第一标签作为第二标签，得到带有第一标签、第二标签和关键字的多个文本片段，基于所述带有第一标签、第二标签和关键字的多个文本片段和所述属性信息生成检索文本；
当接收到视频内容检索指令时，从所述视频内容检索指令中提取检索词，基于所述检索词通过预设BM25算法模型对所述检索文本进行检索，得到至少一个文本片段作为目标结果，并将所述目标结果对应的视频文件发送至用户端，以使用户播放视频文件时，视频播放进度条上的播放位置自动定位在所述目标结果对应的视频片段的起始位置。
2.根据权利要求1所述的视频内容检索方法，其特征在于，所述根据BM25算法模型通过所述检索词对所述检索文本进行检索，得到至少一个文本片段作为目标结果包括：
根据所述属性信息提取视频标签和视频名称；
针对每个文本片段，分别计算所述检索词与所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字的相关性评分；
根据各所述相关性评分计算得到所述检索词与每个文本片段的整体相关性评分，根据所述整体相关性评分确定至少一个文本片段作为目标结果；
其中，在计算所述整体相关性评分时，所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字被赋予不同权重的评分系数。
3.根据权利要求2所述的视频内容检索方法，其特征在于，当从所述视频内容检索指令中提取到检索句时，所述方法还包括：
对所述检索句执行分词操作，得到多个检索词；
针对每个检索词计算其与每个文本片段的相关性评分，再将所多个检索词依次与同一个文本片段的相关性评分分别求和，得到所述检索句与每个文本片段的整体相关性评分，根据所述整体相关性评分确定至少一个文本片段作为目标结果。
4.根据权利要求2所述的视频内容检索方法，其特征在于，在得到所述目标结果后，所述方法还包括：
记录目标结果作为历史数据，基于所述历史数据对所述预设BM25算法模型进行迭代优化，以对所述视频标签、所述视频名称、文本片段以及文本片段的第一标签、第二标签、关键字的评分系数的权重进行调整。
5.根据权利要求1至4任一项所述的视频内容检索方法，其特征在于，当得到多个文本片段作为所述目标结果时，所述方法还包括：
判断多个文本片段是否对应同一个视频文件；
若对应不同的视频文件，则将多个文本片段对应的多个视频文件以列表形式发送至用户端进行展现；
若存在至少两个文本片段对应同一个视频文件，则将该视频文件的播放位置定位在时间戳较早的文本片段对应的视频片段的起始位置，以使用户播放视频时，视频播放进度条上的播放位置自动定位在时间戳较早的文本片段对应的视频片段。
6.根据权利要求1至4任一项所述的视频内容检索方法，其特征在于，在得到所述目标结果后，所述方法还包括：
根据带时间戳的文本片段生成字幕文件，其中所述目标结果中的检索命中词在所述字幕文件中的格式不同于其他文本在所述字幕文件中的格式，以使用户在播放视频时加载所述字幕文件，在所述目标结果对应的视频片段的字幕显示区域中突出显示所述检索命中词。
7.根据权利要求1至4任一项所述的视频内容检索方法，其特征在于，在所述对所述音频文件进行语音识别得到带时间戳的原始文本之前，所述方法还包括：
根据根据所述属性信息提取视频标签和视频名称，从预设的文本库中获取与所述视频标签和所述视频名称相关的文本作为语音识别模型的训练样本，以对进行语音识别的模型进行训练，得到与当前视频检索任务匹配的语音识别模型。
8.一种视频内容检索装置，其特征在于，包括：
文本提取模块，用于在获取到视频文件后，获取所述视频文件的属性信息，并提取所述视频文件的音轨得到音频文件，对所述音频文件进行语音识别得到带时间戳的原始文本；
文本处理模块，用于将所述原始文本划分为多个文本片段，通过预设BERT模型对各所述文本片段进行命名实体识别及文档聚类，得到各所述文本片段的若干第一标签和关键字，并通过预设SVM多分类模型对每个所述文本片段的所述若干第一标签进行评分，将评分最高的第一标签作为第二标签，得到带有第一标签、第二标签和关键字的多个文本片段，基于所述带有第一标签、第二标签和关键字的多个文本片段和所述属性信息生成检索文本；
检索模块，用于当接收到视频内容检索指令时，从所述视频内容检索指令中提取检索词，基于所述检索词通过预设BM25算法模型对所述检索文本进行检索，得到至少一个文本片段作为目标结果，并将所述目标结果对应的视频文件发送至用户端，以使用户播放视频文件时，视频播放进度条上的播放位置自动定位在所述目标结果对应的视频片段的起始位置。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的视频内容检索方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的视频内容检索方法的步骤。
CN202110066155.5A 2021-01-19 2021-01-19 视频内容检索方法、装置、计算机设备及存储介质 Pending CN112395420A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110066155.5A CN112395420A (zh) 2021-01-19 2021-01-19 视频内容检索方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110066155.5A CN112395420A (zh) 2021-01-19 2021-01-19 视频内容检索方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN112395420A true CN112395420A (zh) 2021-02-23

Family

ID=74625370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110066155.5A Pending CN112395420A (zh) 2021-01-19 2021-01-19 视频内容检索方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN112395420A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112883235A (zh) * 2021-03-11 2021-06-01 深圳市一览网络股份有限公司 视频内容的搜索方法、装置、计算机设备及存储介质
CN113032342A (zh) * 2021-03-03 2021-06-25 北京车和家信息技术有限公司 一种视频打标签的方法、装置、电子设备及存储介质
CN113065018A (zh) * 2021-04-13 2021-07-02 杭州海康威视数字技术股份有限公司 一种音视频的索引库创建和检索方法、装置及电子设备
CN113470829A (zh) * 2021-07-23 2021-10-01 平安科技（深圳）有限公司 用户画像生成方法、装置、设备及存储介质
CN113473167A (zh) * 2021-06-30 2021-10-01 烽火通信科技股份有限公司 实时音视频播控方法、***、设备及可读存储介质
CN113688280A (zh) * 2021-07-19 2021-11-23 广州荔支网络技术有限公司 一种排序方法、装置、计算机设备和存储介质
CN113782027A (zh) * 2021-09-01 2021-12-10 维沃移动通信（杭州）有限公司 音频处理方法及音频处理装置
CN113821675A (zh) * 2021-06-30 2021-12-21 腾讯科技（北京）有限公司 视频识别方法、装置、电子设备及计算机可读存储介质
CN114661942A (zh) * 2022-03-31 2022-06-24 医渡云（北京）技术有限公司 流调数据的处理方法、装置、电子设备及计算机可读介质
CN115103213A (zh) * 2022-06-10 2022-09-23 咪咕视讯科技有限公司 信息处理方法、装置、设备及计算机可读存储介质
CN116610775A (zh) * 2023-07-20 2023-08-18 科大讯飞股份有限公司 人机交互方法、装置、设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120321281A1 (en) * 2011-06-17 2012-12-20 Exclaim Mobility, Inc. Systems and Methods for Recording Content within Digital Video
US20150033248A1 (en) * 2011-10-12 2015-01-29 Vixs Systems, Inc. Video processing device for embedding time-coded metadata and methods for use therewith
CN106878805A (zh) * 2017-02-06 2017-06-20 广东小天才科技有限公司 一种混合语种字幕文件生成方法及装置
CN108388583A (zh) * 2018-01-26 2018-08-10 北京览科技有限公司 一种基于视频内容的视频搜索方法和视频搜索装置
CN110335612A (zh) * 2019-07-11 2019-10-15 招商局金融科技有限公司 基于语音识别的会议记录生成方法、装置及存储介质
CN110502661A (zh) * 2019-07-08 2019-11-26 天脉聚源(杭州)传媒科技有限公司 一种视频搜索方法、***及存储介质
CN111143584A (zh) * 2019-12-20 2020-05-12 三盟科技股份有限公司 一种视听内容检索方法及***
CN111210822A (zh) * 2020-02-12 2020-05-29 支付宝(杭州)信息技术有限公司 语音识别方法及其装置
CN111625716A (zh) * 2020-05-12 2020-09-04 聚好看科技股份有限公司 媒资推荐方法、服务器及显示设备
CN111898441A (zh) * 2020-06-30 2020-11-06 华中师范大学 一种在线课程视频资源内容识别与评估方法及智能***

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120321281A1 (en) * 2011-06-17 2012-12-20 Exclaim Mobility, Inc. Systems and Methods for Recording Content within Digital Video
US20150033248A1 (en) * 2011-10-12 2015-01-29 Vixs Systems, Inc. Video processing device for embedding time-coded metadata and methods for use therewith
CN106878805A (zh) * 2017-02-06 2017-06-20 广东小天才科技有限公司 一种混合语种字幕文件生成方法及装置
CN108388583A (zh) * 2018-01-26 2018-08-10 北京览科技有限公司 一种基于视频内容的视频搜索方法和视频搜索装置
CN110502661A (zh) * 2019-07-08 2019-11-26 天脉聚源(杭州)传媒科技有限公司 一种视频搜索方法、***及存储介质
CN110335612A (zh) * 2019-07-11 2019-10-15 招商局金融科技有限公司 基于语音识别的会议记录生成方法、装置及存储介质
CN111143584A (zh) * 2019-12-20 2020-05-12 三盟科技股份有限公司 一种视听内容检索方法及***
CN111210822A (zh) * 2020-02-12 2020-05-29 支付宝(杭州)信息技术有限公司 语音识别方法及其装置
CN111625716A (zh) * 2020-05-12 2020-09-04 聚好看科技股份有限公司 媒资推荐方法、服务器及显示设备
CN111898441A (zh) * 2020-06-30 2020-11-06 华中师范大学 一种在线课程视频资源内容识别与评估方法及智能***

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113032342B (zh) * 2021-03-03 2023-09-05 北京车和家信息技术有限公司 一种视频打标签的方法、装置、电子设备及存储介质
CN113032342A (zh) * 2021-03-03 2021-06-25 北京车和家信息技术有限公司 一种视频打标签的方法、装置、电子设备及存储介质
CN112883235A (zh) * 2021-03-11 2021-06-01 深圳市一览网络股份有限公司 视频内容的搜索方法、装置、计算机设备及存储介质
CN113065018A (zh) * 2021-04-13 2021-07-02 杭州海康威视数字技术股份有限公司 一种音视频的索引库创建和检索方法、装置及电子设备
CN113473167A (zh) * 2021-06-30 2021-10-01 烽火通信科技股份有限公司 实时音视频播控方法、***、设备及可读存储介质
CN113821675A (zh) * 2021-06-30 2021-12-21 腾讯科技（北京）有限公司 视频识别方法、装置、电子设备及计算机可读存储介质
CN113821675B (zh) * 2021-06-30 2024-06-07 腾讯科技（北京）有限公司 视频识别方法、装置、电子设备及计算机可读存储介质
CN113688280A (zh) * 2021-07-19 2021-11-23 广州荔支网络技术有限公司 一种排序方法、装置、计算机设备和存储介质
CN113688280B (zh) * 2021-07-19 2024-04-05 广州荔支网络技术有限公司 一种排序方法、装置、计算机设备和存储介质
CN113470829A (zh) * 2021-07-23 2021-10-01 平安科技（深圳）有限公司 用户画像生成方法、装置、设备及存储介质
CN113782027A (zh) * 2021-09-01 2021-12-10 维沃移动通信（杭州）有限公司 音频处理方法及音频处理装置
CN114661942A (zh) * 2022-03-31 2022-06-24 医渡云（北京）技术有限公司 流调数据的处理方法、装置、电子设备及计算机可读介质
CN115103213B (zh) * 2022-06-10 2023-10-17 咪咕视讯科技有限公司 信息处理方法、装置、设备及计算机可读存储介质
CN115103213A (zh) * 2022-06-10 2022-09-23 咪咕视讯科技有限公司 信息处理方法、装置、设备及计算机可读存储介质
CN116610775A (zh) * 2023-07-20 2023-08-18 科大讯飞股份有限公司 人机交互方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN112395420A (zh) 视频内容检索方法、装置、计算机设备及存储介质
CN107679039B (zh) 用于确定语句意图的方法和装置
US11514235B2 (en) Information extraction from open-ended schema-less tables
CN111897970A (zh) 基于知识图谱的文本比对方法、装置、设备及存储介质
CN111797214A (zh) 基于faq数据库的问题筛选方法、装置、计算机设备及介质
CN104899322A (zh) 搜索引擎及其实现方法
CN113434636B (zh) 基于语义的近似文本搜索方法、装置、计算机设备及介质
US10915756B2 (en) Method and apparatus for determining (raw) video materials for news
CN111783471B (zh) 自然语言的语义识别方法、装置、设备及存储介质
CN112686022A (zh) 违规语料的检测方法、装置、计算机设备及存储介质
CN111160007B (zh) 基于bert语言模型的搜索方法、装置、计算机设备及存储介质
CN115982376B (zh) 基于文本、多模数据和知识训练模型的方法和装置
CN107861948B (zh) 一种标签提取方法、装置、设备和介质
CN112632278A (zh) 一种基于多标签分类的标注方法、装置、设备及存储介质
CN109284367B (zh) 用于处理文本的方法和装置
CN115438149A (zh) 一种端到端模型训练方法、装置、计算机设备及存储介质
CN114817478A (zh) 基于文本的问答方法、装置、计算机设备及存储介质
CN111078849A (zh) 用于输出信息的方法和装置
CN113407775B (zh) 视频搜索方法、装置及电子设备
CN108846098B (zh) 一种信息流摘要生成及展示方法
CN111460224B (zh) 评论数据的质量标注方法、装置、设备及存储介质
CN112199954A (zh) 基于语音语义的疾病实体匹配方法、装置及计算机设备
CN112417996A (zh) 工业图纸的信息处理方法、装置、电子设备和存储介质
CN114742058B (zh) 一种命名实体抽取方法、装置、计算机设备及存储介质
CN115203445A (zh) 多媒体资源搜索方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210223