[发明专利]数据处理方法、装置、计算机设备及存储介质

说明书

本申请公开了一种数据处理方法、装置、计算机设备及存储介质，属于计算机技术领域。本申请通过针对目标文章的文本数据和图片数据，分别提取文本特征和图片特征，并利用两者之间的跨模态交互特征，来预测该目标文章所属的文章类别，同时考虑了文本模态和图片模态各自对于文章类别的贡献程度，而并非仅从文本角度来进行判断，此外所提取到的跨模态交互特征并非是文本特征和图片特征的简单拼接，能够反映出更加丰富和深层次的模态间交互信息，大大提高了对文章类别的识别准确率，进而在识别优质文章的场景下能够提高对优质文章的挖掘准确率。

技术领域

本申请涉及计算机技术领域，特别涉及一种数据处理方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术的发展，优质文章的发掘任务逐渐成为一项研究热点。目前，在进行挖掘优质文章时，通常从文本角度判断文章的内容质量(而不考虑图片对内容质量的贡献)，或者，将文本和图片各自的嵌入(embedding)特征进行拼接(concat)，基于拼接得到的特征来判定是否属于优质文章。

在上述过程中，不管是从文本角度来判断内容质量，还是使用文本与图片拼接后的特征来判断内容质量，对优质文章的挖掘准确率都有待提高。因此，亟需一种提高对优质文章挖掘准确率的方法。

发明内容

本申请实施例提供了一种数据处理方法、装置、计算机设备及存储介质，能够提高对文章类别的识别准确率，进而提高对优质文章的挖掘准确率。该技术方案如下：

一方面，提供了一种数据处理方法，该方法包括：

获取目标文章的文本特征和图片特征，所述文本特征用于表征所述目标文章中的文本数据，所述图片特征用于表征所述目标文章中的图片数据；

对所述文本特征，基于所述图片特征中与所述文本特征关联的部分特征，获取第一交互特征，所述第一交互特征用于表征融合了图片特征的文本特征；

对所述图片特征，基于所述文本特征中与所述图片特征关联的部分特征，获取第二交互特征，所述第二交互特征用于表征融合了文本特征的图片特征；

将所述第一交互特征与所述第二交互特征融合，得到跨模态交互特征；

基于所述跨模态交互特征，确定所述目标文章所属的文章类别。

一方面，提供了一种数据处理装置，该装置包括：

第一获取模块，用于获取目标文章的文本特征和图片特征，所述文本特征用于表征所述目标文章中的文本数据，所述图片特征用于表征所述目标文章中的图片数据；

第二获取模块，用于对所述文本特征，基于所述图片特征中与所述文本特征关联的部分特征，获取第一交互特征，所述第一交互特征用于表征融合了图片特征的文本特征；

第三获取模块，用于对所述图片特征，基于所述文本特征中与所述图片特征关联的部分特征，获取第二交互特征，所述第二交互特征用于表征融合了文本特征的图片特征；

融合模块，用于将所述第一交互特征与所述第二交互特征融合，得到跨模态交互特征；

确定模块，用于基于所述跨模态交互特征，确定所述目标文章所属的文章类别。

在一种可能实施方式中，所述第一获取模块包括：

第一提取融合单元，用于提取所述文本数据的文本语义特征，将所述文本语义特征与文本位置特征进行融合，得到所述文本特征；

第二提取融合单元，用于提取所述图片数据的图片深度特征，将所述图片深度特征与图片位置特征进行融合，得到所述图片特征。

在一种可能实施方式中，所述文本数据包括标题数据和正文数据；所述文本特征包括标题特征和正文特征；

所述第一提取融合单元用于：