央视国际网络有限公司李志学获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉央视国际网络有限公司申请的专利视频评论审核方法、装置、计算机设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119903392B 。
龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411975512.X,技术领域涉及:G06F18/241;该发明授权视频评论审核方法、装置、计算机设备和存储介质是由李志学;李芳雅;毕云天;李义彪;宋博;王剑;于维纬设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。
本视频评论审核方法、装置、计算机设备和存储介质在说明书摘要公布了:本申请实施例提供了一种视频评论审核方法、装置、计算机设备和存储介质,所述方法包括:获取目标视频及其对应的评论数据;基于目标视频及其对应的评论数据之间的关联性,对目标视频对应的评论数据进行标注,构建目标视频对应的评论数据集;将目标视频及其对应的评论数据集作为训练集,对预设多模态模型进行微调训练,得到训练后的第一多模态模型;接收指定视频及其对应的评论数据,并将指定视频及其对应的评论数据输入第一多模态模型,得到所述指定视频的评论数据的审核结果,本申请结合视频帧及其评论和评论的标注进行预设多模态模型的训练微调,达到训练后的第一多模态模型用于识别视频评论隐含信息的审核目的。
本发明授权视频评论审核方法、装置、计算机设备和存储介质在权利要求书中公布了:1.一种视频评论审核方法,其特征在于,包括: 获取目标视频及其对应的评论数据; 基于目标视频及其对应的评论数据之间的关联性,对目标视频对应的评论数据进行标注,构建目标视频对应的评论数据集; 将目标视频及其对应的评论数据集作为训练集,对预设多模态模型进行微调训练,得到训练后的第一多模态模型; 接收指定视频及其对应的评论数据,并将指定视频及其对应的评论数据输入第一多模态模型,得到所述指定视频的评论数据的审核结果,并对审核结果为负面评论的评论数据进行处理, 预设多模态模型为预先训练的第二多模态模型,预先训练的第二多模态模型的训练和使用过程包括以下步骤:第一步,构建新闻图文数据集,数据集的标注方式为对图文加标签的方式标注;第二步,利用多模态大模型将图文转换为特征向量并训练学习到图文向量的联合分布特征;第三步,对用户输入的图文数据进行检索匹配,用训练好的多模态大模型进行预测;第四步,对实际图文内容进行审核评估;第五步,建立评估结果与人工审核结果的反馈机制,不断优化模型评估的准确率, 在第三步中,用训练好的大模型进行结果预测,通过大模型建立微服务,并形成基于多模态大模型的内容审核系统,基于多模态大模型的内容审核系统架构包含硬件、软件、数据库和功能模块,系统功能模块包括系统数据转换模块、内容审核算法封装模块、系统输出模块、非结构化数据处理模块、多模态数据整合模块、内容分析模块、内容异常量化模块以及智能控制模块, 所述内容分析模块用于依据非结构化数据处理模块生成的语义关联图,初步判别文本与图像内容的匹配程度,生成情境因子Qycs,并分析各模态数据中的潜在敏感内容以生成敏感因子Gmyz;接着依据情境因子Qycs和敏感因子Gmyz,对图文内容中的潜在情感因素、社会敏感信息和潜在误导性因素进行分层解析,生成多模态关联因子Mmgyz; 所述内容异常量化模块依据情境因子Qycs、敏感因子Gmyz以及多模态关联因子Mmgyz,计算审核权重值Hqwz;接着通过计算获取系统审核风险因子Rxz并与审核权重值Hqwz相关联,进而生成最终内容异常指数Cxzs; 其中,审核权重值Hqwz的计算公式为: ; 其中,b1、b2和b3分别表示为情境因子Qycs、敏感因子Gmyz和多模态关联因子Mmgyz的预设权重系数,B表示为审核修正系数; 所述智能控制模块用于设定合规性阈值T和审核风险阈值R,并将审核权重值Hqwz与合规性阈值T进行对比,以判断当前内容是否符合审核标准,并将审核风险阈值R与内容异常指数Cxzs进行比对,获取最终审核结果,并依据审核结果选择性地触发人工复核或自动发布的控制方案。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人央视国际网络有限公司,其通讯地址为:100142 北京市海淀区西三环中路10号1号楼、2号楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励