[发明专利]内容分类方法和装置

权利要求书

1.一种内容分类方法，其特征在于，包括：

获取候选内容分类标签，以及获取所述候选内容分类标签整体对应的分类特征向量，所述候选内容分类标签是根据多个图像内容元素划分得到的多个标签，所述分类特征向量是基于多个图像内容元素对应的图像特征向量以及用于表示图像内容元素之间的关联关系的关联矩阵生成的；不同图像内容元素对应于造成用户不适的不同原因，其中，所述获取所述候选内容分类标签整体对应的分类特征向量，包括：获取多个图像内容元素对应的图像特征向量，以及获取包含所述多个图像内容元素之间的关联关系的关联矩阵，各个图像内容元素对应的图像特征向量是分别基于包含该图像内容元素的多个目标样本图像生成的；将多个图像内容元素对应的图像特征向量进行拼接处理，生成图像特征矩阵；基于所述图像特征矩阵以及所述关联矩阵，生成所述候选内容分类标签整体对应的分类特征向量；

基于待分类内容包含的内容，生成内容特征向量；

基于所述内容特征向量以及所述分类特征向量，在所述候选内容分类标签中预测所述待分类内容所属的内容分类标签，所述待分类内容所属的内容分类标签用于对所述待分类内容进行推送。

2.根据权利要求1所述的内容分类方法，其特征在于，所述获取多个图像内容元素对应的图像特征向量，包括：

针对每个图像内容元素，分别获取包含所述图像内容元素的目标样本图像；

针对每个图像内容元素，分别对所述目标样本图像进行特征提取，得到所述目标样本图像对应的样本图像特征向量；

针对每个图像内容元素，基于所述目标样本图像对应的样本图像特征向量的平均值，生成所述图像内容元素对应的图像特征向量。

3.根据权利要求1所述的内容分类方法，其特征在于，所述获取包含所述多个图像内容元素之间的关联关系的关联矩阵，包括：

确定所述多个图像内容元素中每两个图像内容元素之间的关联度；

基于所述关联度，生成用于表示图像内容元素之间的关联关系的关联矩阵。

4.根据权利要求1所述的内容分类方法，其特征在于，所述基于待分类内容包含的内容，生成内容特征向量，包括：

基于待分类内容包含的图像内容，生成所述图像内容对应的图像特征向量，以及基于待分类内容包含的文本内容，生成所述文本内容对应的文本特征向量；

对所述图像特征向量以及所述文本特征向量进行特征融合，生成内容特征向量。

5.根据权利要求4所述的内容分类方法，其特征在于，通过预训练的机器学习模型来生成所述图像内容对应的图像特征向量，所述内容分类方法还包括：

获取包含所述候选内容分类标签对应的图像内容元素的候选图像；

对所述候选图像进行裁剪处理，生成裁剪后的图像；

基于所述裁剪后的图像以及所述候选图像，生成训练集样本数据，所述训练集样本数据中的每条样本数据包含样本图像以及所述样本图像所属的候选内容分类标签；

基于所述训练集样本数据对待训练的机器学习模型进行训练，得到所述预训练的机器学习模型。

6.根据权利要求4所述的内容分类方法，其特征在于，所述基于待分类内容包含的文本内容，生成所述文本内容对应的文本特征向量，包括：

对所述待分类内容包含的文本内容进行分词处理，得到所述文本内容对应的分词结果以及所述分词结果所包含的各个词汇在所述分词结果所处的位置信息；

基于所述分词结果，生成所述各个词汇对应的词汇特征向量，以及基于所述分词结果所包含的各个词汇在所述分词结果所处的位置信息，生成位置特征向量；

基于所述位置特征向量对所述各个词汇对应的词汇特征向量进行融合处理，生成包含上下文语义信息的文本特征向量。