(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111248969.7 (22)申请日 2021.10.26 (71)申请人 北京京东尚科信息技 术有限公司 地址 100086 北京市海淀区知春路76号8层 (72)发明人 姚霆　龙拂尘　邱钊凡　梅涛　 (74)专利代理 机构 中国贸促会专利商标事务所 有限公司 1 1038 代理人 曹蓓　刘剑波 (51)Int.Cl. G06F 16/75(2019.01) G06F 16/35(2019.01) G06F 16/78(2019.01) G06N 20/00(2019.01) G06V 10/762(2022.01) G06V 10/778(2022.01)G06V 10/764(2022.01) G06V 20/40(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) (54)发明名称 特征学习模型的训练方法、 装置、 系统及存 储介质 (57)摘要 本公开提出一种特征学习模 型的训练方法、 装置、 系统及存储介质， 涉及机器学习技术领域。 本公开的一种特征学习模型的训练方法， 包括： 获取视频的特征信息； 基于视频的特征信息， 获 取视频针对每种查询标签的查询概率， 以及针对 每个文本子类的文本概率； 获取归属于同一个查 询标签的文本子类的文本概率之和， 作为对应查 询标签的校正值； 根据查询概率和查询标签的校 正值， 修正查询标签， 获取查询校正标签； 根据查 询校正标签和查询概率确定查询损失函数值， 并 根据查询损失函数值修正查询概率模 型的参数。 通过这样的方法， 能够提高视频特征学习技术中 对弱监督数据的利用， 提高视频特征学习的准确 度。 权利要求书3页 说明书13页 附图7页 CN 113987266 A 2022.01.28 CN 113987266 A 1.一种特 征学习模型的训练方法， 包括： 获取视频的特 征信息； 基于视频的所述特征信息， 获取视频针对每种查询标签的查询概率， 以及针对每个文 本子类的文本概率， 其中， 所述文本子类为通过对多个视频的标题的特征聚类分析确定， 所 述查询概率为通过查询概 率模型获取； 获取归属于同一个查询标签的文本子类的文本概率之和， 作为对应查询标签的校正 值； 根据所述 查询概率和所述 查询标签的校正 值， 修正所述查询标签， 获取查询校正标签； 根据所述查询校正标签和所述查询概率确定查询损失函数值， 并根据 所述查询损失函 数值修正所述查询概率模型的参数。 2.根据权利要求1所述的方法， 其中， 所述根据所述查询概率和所述查询标签的校正 值， 修正所述查询标签， 获取查询校正标签包括： 将所述查询概率作为权重， 获取所述查询标签的加权值， 作为对应所述查询标签的查 询置信度； 根据对应于相同查询标签的所述查询置信度与 所述查询标签的校正值的和， 获取所述 查询校正标签。 3.根据权利要求2所述的方法， 其中， 所述根据对应于相同查询标签的所述查询置信度 与所述查询标签的校正 值的和， 获取 所述查询校正标签包括： 获取对应于相同查询标签的所述查询置信度与 所述查询标签的校正值的和， 确定查询 校正标签初始值； 将所述查询校正标签初始值除以所述查询校正标签初始值的L1范数， 获取所述查询校 正标签。 4.根据权利要求1所述的方法， 其中， 所述根据所述查询校正标签和所述查询概率确定 查询损失函数值包括： 针对每个查询标签， 获取查询概率的对数值， 并确定所述查询概率的对数值与对应的 查询校正标签的乘积； 获取全部查询标签的所述查询概率的对数值与对应的查询校正标签的乘积的总和， 确 定所述查询损失函数值。 5.一种特 征学习模型的训练方法， 包括： 获取视频的特 征信息； 基于所述视频的特征信息， 获取视频针对每种查询标签的查询概率， 以及针对每个文 本子类的文本概率， 其中， 所述文本子类为通过对多个视频的标题的特征聚类分析确定， 所 述文本概 率为通过文本概 率模型获取； 将所述查询概率分配至对应的文本子类， 作为对应的文本子类的校正值， 其中， 每个所 述查询标签对应于一个或多个所述文本 子类； 根据所述文本概率和所述文本子类的校正值， 修正所述文本子类的文本标签， 获取文 本校正标签； 根据所述文本校正标签和所述文本概率确定文本损失函数值， 并根据 所述文本损失函 数值修正所述文本概 率模型的参数。权　利　要　求　书 1/3 页 2 CN 113987266 A 26.根据权利要求5所述的方法， 其中， 所述根据所述文本概率和所述文本子类的校正 值， 修正所述文本 子类的文本标签， 获取文本校正标签包括： 将所述文本概率作为权重， 获取所述文本标签的加权值， 作为对应所述文本子类的文 本置信度； 根据对应于相同文本子类的所述文本置信度与 所述文本子类的校正值的和， 获取所述 文本校正标签。 7.根据权利要求6所述的方法， 其中， 所述根据对应于相同文本子类的所述文本置信度 与所述文本 子类的校正 值的和， 获取 所述文本校正标签包括： 获取对应于相同文本子类的所述文本置信度与 所述文本子类的校正值的和， 确定文本 校正标签第一 值； 将所述文本校正标签第一值除以所述文本校正标签第 一值的L1范数， 获取文本校正标 签第二值； 根据基于动量的更新 准则更新所述文本校正标签第二 值， 获取所述文本校正标签。 8.根据权利要求5所述的方法， 其中， 所述根据所述文本校正标签和所述文本概率确定 文本损失函数值包括： 针对每个文本子类， 获取文本概率的对数值， 并确定所述文本概率的对数值与对应的 文本校正标签的乘积； 获取全部文本子类的所述文本概率的对数值与对应的文本校正标签的乘积的总和， 确 定所述文本损失函数值。 9.一种特 征学习模型的训练方法， 包括： 利用权利要求1～4的任意 一种特征学习模型的训练方法训练查询概 率模型； 和 利用权利要求5～8的任意 一种特征学习模型的训练方法训练文本概 率模型。 10.根据权利要求9所述的方法， 还 包括： 根据视频的特 征信息确定 视频的查询概 率的可信度和文本概 率的可信度； 若所述查询概率的可信度低于所述文本概率的可信度， 则利用权利要求1～4的任意一 种弱监督视频特征学习模型的训练方法训练查询概 率模型； 若所述查询概率的可信度高于所述文本概率的可信度， 则利用权利要求5～8的任意一 种弱监督视频特征学习模型的训练方法训练文本概 率模型。 11.根据权利要求10所述的方法， 还 包括： 在执行根据视频的特 征信息确定 视频的查询概 率的可信度和文本概 率的可信度之前， 利用视频的特征信息训练查询概率初始模型， 获取查询初始损 失值函数值， 并根据所 述查询初始损失值 修正所述查询概率初始模型的参数， 获取 所述查询概率模型； 和 利用视频的特征信息训练文本概率初始模型， 获取文本初始损 失值函数值， 并根据所 述文本初始损失值 修正所述文本概 率初始模型的参数， 获取 所述文本概 率模型。 12.一种第一特 征学习装置， 包括： 第一信息获取 单元， 被配置为获取视频的特 征信息； 第一概率获取单元， 被配置为基于视频的所述特征信息， 获取视频针对每种查询标签 的查询概率， 以及针对每个文本子类的文本概率， 其中， 所述文本子类为通过对多个视频的 标题的特 征聚类分析确定， 所述 查询概率为通过查询概 率模型获取；权　利　要　求　书 2/3 页 3 CN 113987266 A 3