[发明专利]文件分类方法、装置、计算设备及计算机存储介质

权利要求书

1.一种文件分类方法，所述方法基于经过训练的特征抽取网络、以及经过训练的文件分类模型执行，所述方法包括：

获取待分类文件；

将所述待分类文件输入至特征抽取网络，得到与所述待分类文件对应的预设维度的文件特征；

基于所述预设维度的文件特征利用文件分类模型进行分类预测，得到文件对应的分类结果。

2.根据权利要求1所述的方法，其中，所述待分类文件为视频文件和/或音频文件；

所述将待分类文件输入至特征抽取网络，得到与所述待分类文件对应的预设维度的文件特征进一步包括：

对所述待分类视频文件和/或音频文件进行解码处理，得到多个文件帧，其中，所述文件帧为视频帧和/或音频帧；

针对多个文件帧的每一文件帧，将文件帧输入至特征抽取网络，得到与该文件帧对应的预设维度的帧特征；

利用预设算法对多个文件帧的帧特征进行运算处理，得到与所述待分类视频文件和/或音频文件对应的预设维度的文件特征。

3.根据权利要求1或2所述的方法，其中，所述利用预设算法对多个文件帧的帧特征进行运算处理，得到与所述待分类视频文件和/或音频文件对应的预设维度的文件特征进一步包括：

计算多个文件帧的帧特征的特征值的平均值，得到与所述待分类视频文件和/或音频文件对应的预设维度的文件特征。

4.根据权利要求1-3任一项所述的方法，其中，在对所述待分类视频文件和/或音频文件进行解码处理，得到多个文件帧之后，所述方法还包括：

利用预设抽帧策略从所述多个文件帧中抽取至少一个文件帧。

5.根据权利要求1-4任一项所述的方法，其中，所述文件分类模型训练所用的样本包含：样本库存储的多个类别的文件样本以及与文件样本对应的文件分类标注结果。

6.根据权利要求1-5任一项所述的方法，其中，所述文件分类模型的训练过程包括：

将文件样本输入至特征抽取网络，得到与文件样本对应的预设维度的文件特征；

将所述文件特征输入至文件分类模型进行训练，得到与所述文件样本对应的文件分类结果；

根据所述文件分类结果与所述文件分类标注结果之间的损失，得到文件分类模型损失函数，根据所述文件分类模型损失函数更新所述文件分类模型的模型参数；

迭代执行上述步骤，直至满足预定收敛条件。

7.根据权利要求1-6任一项所述的方法，其中，所述预定收敛条件包括：迭代次数达到预设迭代次数；和/或，所述文件分类模型损失函数的输出值小于预设阈值。

8.一种文件分类装置，所述装置基于经过训练的特征抽取网络、以及经过训练的文件分类模型执行，所述装置包括：

获取模块，适于获取待分类文件；

特征抽取模块，适于将所述待分类文件输入至特征抽取网络，得到与所述待分类文件对应的预设维度的文件特征；

分类预测模块，适于基于所述预设维度的文件特征利用文件分类模型进行分类预测，得到文件对应的分类结果。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的文件分类方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的文件分类方法对应的操作。