[发明专利]图文资源分类方法、装置、终端及存储介质

权利要求书

1.一种图文资源分类方法，其特征在于，所述图文资源分类方法包括：

获取待分类的图文资源，将所述待分类的图文资源拆分成图像资源和文本资源；

运用第一深度学习方式处理图像资源得到第一分类结果；

运用第二深度学习方式处理文本资源得到第二分类结果；

依据所述第一分类结果和所述第二分类结果生成所述待分类的图文资源的分类结果。

2.根据权利要求1所述的图文资源分类方法，其特征在于，所述方法，还进一步包括：

确定待分类的图文资源的分类需求；

依据所述分类需求匹配第一深度学习方式和第二深度学习方式。

3.根据权利要求1或2所述的图文资源分类方法，其特征在于，所述运用第一深度学习方式处理图像资源得到第一分类结果的步骤之前，还包括：

确定中央控制器和图像控制器的资源占用情况；

依据所述资源占用情况从中央控制器和图像控制器选择深度学习的控制器；

依据选择的控制器执行运用第一深度学习方式处理图像资源得到第一分类结果的步骤。

4.一种图文资源分类方法，其特征在于，所述图文资源分类方法包括：

获取待分类的图文资源，将所述待分类的图文资源分解成图像资源和文本资源；

运用第一深度学习方式处理图像资源得到第一分类结果，所述第一分类结果为文本格式的分类结果；

运用第二深度学习方式处理第一分类结果和文本资源得到第二分类结果，所述第二分类结果为待分类的图文资源的分类结果。

5.根据权利要求4所述的图文资源分类方法，其特征在于，所述运用第二深度学习方式处理第一分类结果和文本资源得到第二分类结果的步骤包括：

将所述第一分类结果和所述文本资源组合形成执行第二深度学习的待学习的文本资源；

将所述待学习的文本资源运用第二深度学习方式处理得到第二分类结果。

6.根据权利要求5所述的图文资源分类方法，其特征在于，所述将所述第一分类结果和所述文本资源组合形成执行第二深度学习的待学习的文本资源的步骤包括：

将第一分类结果和文本资源中标签信息匹配的第一分类结果和文本资源组合，组合后形成执行第二深度学习的待学习的文本资源。

7.根据权利要求4-6任一项所述的图文资源分类方法，其特征在于，所述方法，还进一步包括：

确定待分类的图文资源的分类需求；

依据所述分类需求匹配第一深度学习方式和第二深度学习方式。

8.一种图文资源分类装置，其特征在于，所述装置包括：获取模块、解析模块、第一深度学习模块和第二深度学习模块，

所述获取模块，用于获取待分类的图文资源；

所述解析模块，用于将所述待分类的图文资源分解成图像资源和文本资源；

第一深度学习模块，用于运用第一深度学习方式处理图像资源得到第一分类结果，所述第一分类结果为文本格式的分类结果；

第二深度学习模块，用于运用第二深度学习方式处理第一分类结果和文本资源得到第二分类结果，所述第二分类结果为待分类的图文资源的分类结果。

9.一种终端，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取待分类的图文资源，将所述待分类的图文资源分解成图像资源和文本资源；

运用第一深度学习方式处理图像资源得到第一分类结果，所述第一分类结果为文本格式的分类结果；

运用第二深度学习方式处理第一分类结果和文本资源得到第二分类结果，所述第二分类结果为待分类的图文资源的分类结果。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现以下步骤：

获取待分类的图文资源，将所述待分类的图文资源分解成图像资源和文本资源；

运用第一深度学习方式处理图像资源得到第一分类结果，所述第一分类结果为文本格式的分类结果；

运用第二深度学习方式处理第一分类结果和文本资源得到第二分类结果，所述第二分类结果为待分类的图文资源的分类结果。