[发明专利]多媒体分类方法、装置和计算机可读存储介质

权利要求书

1.一种多媒体分类方法，其特征在于，包括：

获取多媒体样本、以及所述多媒体样本对应的初始标签集；

根据所述初始标签集中每个标签出现的频率选取所述初始标签集中的频繁标签，得到所述多媒体样本对应的频繁标签集；

计算所述频繁标签集中各个标签之间的语义相似度，根据计算结果从所述频繁标签集确定所述多媒体样本对应的目标标签集；

计算所述目标标签集中各个标签的预测准确率和预测召回率，根据计算结果对所述目标标签集进行过滤，得到多媒体分类数据集；

基于所述多媒体分类数据集对待分类多媒体进行分类，得到所述待分类多媒体的分类标签。

2.根据权利要求1所述的方法，其特征在于，所述计算所述频繁标签集中各个标签之间的语义相似度，根据计算结果从所述频繁标签集确定所述多媒体样本对应的目标标签集，包括：

从所述频繁标签集中确定具有视觉显著性的候选标签集；

计算所述候选标签集中各个标签之间的语义相似度；

根据计算结果将所述候选标签集中满足预设相似度阈值的标签进行合并，得到所述多媒体样本对应的目标标签集。

3.根据权利要求2所述的方法，其特征在于，所述计算所述候选标签集中各个标签之间的语义相似度，包括：

获取预设词集合；

将所述频繁标签不存在所述预设词集合中的标签去除，得到去除后标签集；

基于所述预设词集合计算所述去除后标签集中各个标签之间的语义相似度。

4.根据权利要求1所述的方法，其特征在于，所述计算所述目标标签集中各个标签的预测准确率和预测召回率，根据计算结果对所述目标标签集进行过滤，得到多媒体分类数据集，包括：

将所述多媒体样本、以及多媒体样本对应的目标标签集划分为训练集和验证集；

利用所述训练集对预设标签预测模型进行训练，得到训练后标签预测模型；

利用验证集对所述训练后标签预测模型进行验证，根据验证结果计算所述训练数据集中每个目标标签的预测准确率和预测召回率；

基于所述预测准确率和预测召回率对所述目标标签集进行过滤，得到多媒体分类数据集。

5.根据权利要求4所述的方法，其特征在于，所述基于所述预测准确率和预测召回率对所述目标标签集进行过滤，得到多媒体分类数据集，包括：

根据所述预测准确率和预测召回率计算每个目标标签的平衡分数；

基于所述平衡分数对所述目标标签集进行过滤，得到分类标签集；

当所述分类标签集满足预设条件时，利用所述多媒体样本和所述分类标签集构成多媒体分类数据集。

6.根据权利要求5所述的方法，其特征在于，所述基于所述预测准确率和预测召回率对所述目标标签集进行过滤，得到多媒体分类数据集，还包括：

当所述分类标签集不满足预设条件时，返回执行计算所述频繁标签集中各个标签之间的语义相似度的步骤，直到所述分类标签满足预设条件，得到多媒体分类数据集。

7.根据权利要求1所述的方法，其特征在于，所述根据所述初始标签集中每个标签出现的频率选取所述初始标签集中的频繁标签，得到所述多媒体样本对应的频繁标签集，包括：

统计所述初始标签集中每个标签出现的频率；

根据统计结果从所述初始标签集筛选出现频率满足预设频率阈值的标签，得到所述多媒体样本对应的频繁标签集。

8.根据权利要求1所述的方法，其特征在于，所述获取多个多媒体样本、以及所述多媒体样本的初始标签集，包括：

获取多媒体样本的描述信息、以及至少一种类型的初始标签；

对所述多媒体样本的描述信息进行分词，得到信息标签；

将所述信息标签和至少一种类型的初始标签进行合并，得到初始标签集。