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！

龙图腾网获悉腾讯科技(北京)有限公司申请的专利数据处理方法、装置、电子设备及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：CN115186764B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202210927628.0，技术领域涉及：G06F18/241；该发明授权数据处理方法、装置、电子设备及存储介质是由郭卉设计研发完成，并于2022-08-03向国家知识产权局提交的专利申请。

本数据处理方法、装置、电子设备及存储介质在说明书摘要公布了：本申请实施例提供了一种数据处理方法、装置、电子设备及存储介质，涉及人工智能、多媒体及云技术领域。该方法包括：获取待处理数据，通过训练好的特征提取模型提取待处理数据的特征向量，根据该特征向量确定待处理数据的类别，或从数据集中确定出与待处理数据相匹配的目标数据；该特征提取模型是基于多个具有至少一个标注标签的样本对神经网络模型进行训练得到的，标注标签为样本的真实类别标签，在训练过程中，每个样本的目标特征向量是通过融合该样本的初始特征向量和该样本的各标注标签的标签特征向量得到的，训练总损失是基于各样本的标注标签和目标特征向量确定的。基于该方法，能够有效提升数据的处理效果。

本发明授权数据处理方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种数据处理方法，其特征在于，包括： 获取待处理数据，其中，所述待处理数据为包含多媒体信息中的至少一种模态的信息的数据； 通过训练好的特征提取模型提取所述待处理数据的特征向量； 根据所述待处理数据的特征向量，确定所述待处理数据的类别，或者从数据集中确定出与所述待处理数据相匹配的目标数据； 其中，所述特征提取模型是基于多个样本，对神经网络模型重复执行训练操作得到的，所述多个样本中的每个样本为具有至少一个标注标签的样本，所述标注标签为样本的真实类别标签，每个所述标注标签为多个候选类别标签中的一个，所述神经网络模型包括第一特征提取网络和第二特征提取网络，所述特征提取模型为满足训练结束条件的第一特征提取网络； 在训练过程中，通过所述第二特征提取网络获取每个所述候选类别标签的标签特征向量，通过所述第一特征提取网络获取每个所述样本的初始特征向量，并通过融合该样本的初始特征向量和该样本的各标注标签的标签特征向量，得到该样本的目标特征向量，所述神经网络模型的训练总损失是基于各所述样本的标注标签和目标特征向量确定的； 每个所述候选类别标签的标签特征向量是通过以下方式得到的： 获取各所述候选类别标签的初始语义向量； 对于每个所述候选类别标签，根据该标签与所述多个候选类别标签中每个标签之间的共现次数，确定该标签与所述多个候选类别标签中每个标签之间的相关性和非相关性，两个标签之间的相关性表征了两个标签之间的共现概率； 通过所述第二特征提取网络执行至少一次特征更新操作，并基于最后一次特征更新操作得到的每个候选类别标签的第二特征向量，得到每个所述候选类别标签的标签特征向量； 其中，所述特征更新操作包括以下步骤： 基于各所述候选类别标签的初始语义向量之间的语义相关性，通过对各所述候选类别标签的初始语义向量进行特征融合，得到每个所述候选类别标签对应的第一特征向量； 对于每个所述候选类别标签，将该标签与所述多个候选类别标签中每个标签之间的非相关性作为权重，对所述多个候选类别标签中各标签的第一特征向量进行加权融合，基于加权融合后的特征向量得到该标签的第二特征向量，并将该第二特征向量作为下一次特征更新操作时该标签的初始语义向量。

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腾讯科技(北京)有限公司，其通讯地址为：100080 北京市海淀区海淀大街38号银科大厦16层1601－1608室；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。