[发明专利]封面图片的选取方法、模型的训练方法、装置及介质

权利要求书

1.一种封面图片的选取方法，其特征在于，所述方法包括：

获取目标视频的描述文本和n张候选图片，所述n为正整数；

通过相关性计算模型提取所述描述文本的特征信息以及各张所述候选图片的特征信息；其中，在所述相关性计算模型的第一阶段，采用所述描述文本和所述描述文本对应的正相关图片各自对应的示例损失，对所述相关性计算模型进行训练，得到所述第一阶段训练后的相关性计算模型；在所述相关性计算模型的第二阶段，采用所述描述文本、所述正相关图片和所述描述文本对应的负相关图片各自对应的示例损失，对所述第一阶段训练后的相关性计算模型进行再训练，得到完成训练的相关性计算模型；所述相关性计算模型的损失函数包括示例损失，所述示例损失用于表征基于所述相关性计算模型输出的特征信息得到的预测分类数据与标准分类数据之间的差异程度，所述标准分类数据用于表征真实样本标签；

根据所述描述文本的特征信息以及各张所述候选图片的特征信息，分别确定所述描述文本与各张所述候选图片之间的相关性；

从所述n张候选图片中，选取与所述描述文本相关性最高的候选图片，作为所述目标视频的封面图片。

2.根据权利要求1所述的方法，其特征在于，所述根据所述描述文本的特征信息以及各张所述候选图片的特征信息，分别确定所述描述文本与各张所述候选图片之间的相关性，包括：

计算所述描述文本的特征信息与所述候选图片的特征信息之间的距离；

其中，所述距离用于表征所述描述文本与所述候选图片之间的相关性。

3.根据权利要求1或2所述的方法，其特征在于，所述通过相关性计算模型提取所述描述文本的特征信息以及各张所述候选图片的特征信息之前，还包括：

分别识别各张所述候选图片中包含的字词；

获取所述描述文本包含的字词与各张所述候选图片中包含的字词之间的匹配度；

若所述n张候选图片中存在所述匹配度符合预设条件的目标候选图片，则将所述目标候选图片确定为所述目标视频的封面图片；

若所述n张候选图片中不存在所述目标候选图片，则从所述通过相关性计算模型提取所述描述文本的特征信息以及各张所述候选图片的特征信息的步骤开始执行。

4.一种相关性计算模型的训练方法，其特征在于，所述方法包括：

获取相关性计算模型的训练数据，所述训练数据包括至少一个训练样本，所述训练样本包括视频的描述文本、所述描述文本对应的正相关图片和所述描述文本对应的负相关图片；

通过所述相关性计算模型分别提取所述描述文本、所述正相关图片和所述负相关图片的特征信息；

基于所述描述文本、所述正相关图片和所述负相关图片各自的特征信息，得到所述描述文本、所述正相关图片和所述负相关图片各自对应的预测分类数据；

在所述相关性计算模型的第一阶段，采用所述描述文本和所述正相关图片各自对应的示例损失，对所述相关性计算模型进行训练，得到所述第一阶段训练后的相关性计算模型；

在所述相关性计算模型的第二阶段，采用所述描述文本、所述正相关图片和所述负相关图片各自对应的示例损失，对所述第一阶段训练后的相关性计算模型进行再训练，得到完成训练的相关性计算模型；其中，所述示例损失用于表征预测分类数据与标准分类数据之间的差异程度，所述标准分类数据用于表征真实样本标签；

根据所述示例损失对所述相关性计算模型进行训练。

5.根据权利要求4所述的方法，其特征在于，所述在所述第一阶段，采用所述描述文本和所述正相关图片各自对应的示例损失，对所述相关性计算模型进行训练，得到所述第一阶段训练后的相关性计算模型，包括：

在所述第一阶段，根据所述描述文本对应的第一示例损失和所述正相关图片对应的示例损失，计算所述第一阶段对应的损失函数值；

通过最小化所述第一阶段对应的损失函数值，来调整所述相关性计算模型的参数，得到所述第一阶段训练后的相关性计算模型。