買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉騰訊科技(深圳)有限公司申請(qǐng)的專利一種標(biāo)簽配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN113392317B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202110019037.9，技術(shù)領(lǐng)域涉及：G06F16/9535；該發(fā)明授權(quán)一種標(biāo)簽配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)是由葉振旭;楊偉東;岑杰鵬;曹圣明;王珩;陳宇;車翔;徐孩設(shè)計(jì)研發(fā)完成，并于2021-01-07向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種標(biāo)簽配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)在說(shuō)明書摘要公布了：本申請(qǐng)實(shí)施例公開了一種人工智能領(lǐng)域的標(biāo)簽配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，其中該方法包括：獲取待配置標(biāo)簽的目標(biāo)資源；通過特征提取模型，對(duì)目標(biāo)資源的目標(biāo)參考數(shù)據(jù)進(jìn)行特征提取處理，得到目標(biāo)參考數(shù)據(jù)對(duì)應(yīng)的特征向量；通過標(biāo)簽分類模型，根據(jù)目標(biāo)參考數(shù)據(jù)對(duì)應(yīng)的特征向量，確定目標(biāo)資源所屬于各候選分類標(biāo)簽的概率，標(biāo)簽分類模型與特征提取模型互相獨(dú)立；根據(jù)目標(biāo)資源所屬于各候選分類標(biāo)簽的概率，確定目標(biāo)資源對(duì)應(yīng)的目標(biāo)分類標(biāo)簽。該方法可以使用大規(guī)模的訓(xùn)練樣本對(duì)所使用的模型進(jìn)行訓(xùn)練，并且所耗費(fèi)的迭代訓(xùn)練時(shí)間較短，能夠滿足網(wǎng)絡(luò)平臺(tái)的實(shí)際應(yīng)用需求。

本發(fā)明授權(quán)一種標(biāo)簽配置方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種標(biāo)簽配置方法，其特征在于，所述方法包括： 獲取待配置標(biāo)簽的目標(biāo)資源；所述目標(biāo)資源為目標(biāo)視頻資源； 通過特征提取模型，對(duì)所述目標(biāo)資源的目標(biāo)參考數(shù)據(jù)進(jìn)行特征提取處理，得到所述目標(biāo)參考數(shù)據(jù)對(duì)應(yīng)的特征向量；所述目標(biāo)參考數(shù)據(jù)包括以下至少一種：所述目標(biāo)視頻資源中的多個(gè)目標(biāo)視頻幀、所述目標(biāo)視頻資源中的目標(biāo)音頻、所述目標(biāo)視頻資源的目標(biāo)參考文本； 通過標(biāo)簽分類模型，根據(jù)所述目標(biāo)參考數(shù)據(jù)對(duì)應(yīng)的特征向量，確定所述目標(biāo)資源所屬于各候選分類標(biāo)簽的概率；所述標(biāo)簽分類模型與所述特征提取模型互相獨(dú)立； 根據(jù)所述目標(biāo)資源所屬于各候選分類標(biāo)簽的概率，確定所述目標(biāo)資源對(duì)應(yīng)的目標(biāo)分類標(biāo)簽； 通過以下方式訓(xùn)練所述標(biāo)簽分類模型： 獲取訓(xùn)練資源及其對(duì)應(yīng)的標(biāo)注分類標(biāo)簽； 通過所述特征提取模型，提取所述訓(xùn)練資源的訓(xùn)練參考數(shù)據(jù)對(duì)應(yīng)的第一特征向量；通過待訓(xùn)練的基礎(chǔ)標(biāo)簽分類模型，根據(jù)所述第一特征向量確定所述訓(xùn)練資源所屬于各所述候選分類標(biāo)簽的第一預(yù)測(cè)概率；根據(jù)所述第一預(yù)測(cè)概率和所述標(biāo)注分類標(biāo)簽確定第一損失函數(shù)；所述候選分類標(biāo)簽包括全局分類標(biāo)簽和局部分類標(biāo)簽；所述全局分類標(biāo)簽是組合不同層級(jí)的所述局部分類標(biāo)簽得到的； 在所述第一特征向量上添加擾動(dòng)向量，得到所述訓(xùn)練參考數(shù)據(jù)對(duì)應(yīng)的第二特征向量；通過所述基礎(chǔ)標(biāo)簽分類模型，根據(jù)所述第二特征向量確定所述訓(xùn)練資源所屬于各所述候選分類標(biāo)簽的第二預(yù)測(cè)概率；根據(jù)所述第二預(yù)測(cè)概率和所述標(biāo)注分類標(biāo)簽確定第二損失函數(shù)； 根據(jù)所述第一損失函數(shù)和所述第二損失函數(shù)，確定目標(biāo)損失函數(shù)；基于所述目標(biāo)損失函數(shù)，對(duì)所述基礎(chǔ)標(biāo)簽分類模型進(jìn)行訓(xùn)練。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人騰訊科技(深圳)有限公司，其通訊地址為：518057 廣東省深圳市南山區(qū)高新區(qū)科技中一路騰訊大廈35層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。