[发明专利]一种数据分类方法、计算机设备及可读存储介质

说明书

本申请实施例公开了一种数据分类方法、计算机设备及可读存储介质，其中，方法包括：获取多媒体数据中的图像数据和文本数据；获取多媒体数据的图像特征，获取多媒体数据的文本特征，将图像特征及文本特征进行特征融合得到融合特征；基于数据分类模型对图像特征进行预测，得到对象标签，获取对象标签所关联的至少两个预测标签及每个预测标签的第一概率值，基于数据分类模型对融合特征进行预测，得到每个预测标签的第二概率值；对预测标签p的第一概率值与预测标签p的第二概率值进行融合，直至得到每个预测标签的第三概率值，基于每个预测标签的第三概率值及对象标签，确定媒体数据类别。采用本申请实施例，可以提高数据分类的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据分类方法、计算机设备及可读存储介质。

背景技术

多媒体数据已广泛应用于多个行业，在某些应用场景中，例如对多媒体数据进行分类的场景中，现有技术一般是根据多媒体数据中的图像对多媒体数据进行分类，以得到该多媒体数据中所包括的客观物体，基于该客观物体确定多媒体数据的类别。然而，只依靠多媒体数据中图像本身的信息去获取多媒体数据的主观分类结果时，由于针对同一客观物体进行主观判断，会出现判断结果不同的情况，从而导致数据分类的准确性较低。

发明内容

本申请实施例提供一种数据分类方法、计算机设备及可读存储介质，可以提高数据分类的准确性。

本申请实施例一方面提供一种数据分类方法，包括：

获取多媒体数据中的图像数据和文本数据；

根据该图像数据获取该多媒体数据的图像特征，根据该文本数据获取该多媒体数据的文本特征，将该图像特征及该文本特征进行特征融合，得到融合特征；

基于数据分类模型对该图像特征进行预测，得到对象标签，获取该对象标签所关联的至少两个预测标签及每个预测标签分别对应的第一概率值，基于该数据分类模型对该融合特征进行预测，得到该每个预测标签分别对应的第二概率值；该至少两个预测标签包括预测标签p，该p为正整数；

对该预测标签p的第一概率值与该预测标签p的第二概率值进行融合，得到该预测标签p的第三概率值，直至得到该每个预测标签分别对应的第三概率值，基于该每个预测标签分别对应的第三概率值及该对象标签，确定该多媒体数据对应的媒体数据类别。

本申请实施例一方面提供一种数据分类方法，包括：

获取样本多媒体数据中的样本图像数据和样本文本数据，获取该样本多媒体数据的样本标签；

根据该样本图像数据获取该样本多媒体数据的样本图像特征，根据该样本文本数据获取该样本多媒体数据的样本文本特征，将该样本图像特征及该样本文本特征进行特征融合，得到样本融合特征；

基于初始数据分类模型对该样本图像特征进行预测，得到样本对象标签，获取该样本对象标签所关联的至少两个样本预测标签及每个样本预测标签对应的第一样本概率值，基于该初始数据分类模型对该样本融合特征进行预测，得到该每个样本预测标签分别对应的第二样本概率值；该至少两个样本预测标签包括样本预测标签j，该j为正整数；

对该样本预测标签j的第一样本概率值与该样本预测标签j的第二样本概率值进行融合，得到该样本预测标签j的第三样本概率值，直至得到该每个样本预测标签分别对应的第三样本概率值，根据该每个样本预测标签分别对应的第三样本概率值及该样本对象标签，确定该样本多媒体数据对应的模型输出标签；根据该样本标签及该模型输出标签所组成的损失函数，对该初始数据分类模型进行训练，得到数据分类模型。

本申请实施例一方面提供一种数据分类装置，包括：

数据获取模块，用于获取多媒体数据中的图像数据和文本数据；