[发明专利]图文资源分类方法、装置、终端及存储介质

说明书

本申请公开了一种图文资源分类方法，该方法包括：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。本申请还公开了一种图文资源分类装置、终端和计算机可读存储介质。本申请在保证分类结果精度的同时，降低深度学习模型计算复杂带来的效率差的问题，提高了图文资源分类的精度和效率。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种图文资源分类方法、装置、终端及存储介质。

背景技术

现有技术对图文资源进行分类主要采用传统机器学习和深度学习两大技术路线。现有技术方案主要集中在图文资源特征提取与图文资源特征融合过程中，但仍存在以下问题：

一、传统机器学习分类器虽简单且相对容易训练部署，但对于复杂内容特征的提取分类能力有限；二、深度学习分类器如果使用轻量模型提取图文特征会出现分类效果不佳，而使用拟合能力强的大模型时又无法提供高效服务。

综上所述，现有技术方案的图文资源分类方式得到的分类结果精度差且分类过程效率差。

发明内容

本申请实施例通过提供一种图文资源分类方法、装置终端及存储介质，旨在解决现有技术方案的图文资源分类方式得到的分类结果精度差且分类过程效率差的技术问题。

为实现上述目的，本申请一方面提供了一种图文资源分类方法，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。

为实现上述目的，本申请一方面提供了一种图文资源分类方法，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。

为实现上述目的，本申请另一方面还提出一种图文资源分类装置，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。

为实现上述目的，本申请另一方面还提出一种终端，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；