(19)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 202211051820.4 (22)申请日 2022.08.31 (71)申请人 中电信数智科技有限公司 地址 100036 北京市海淀区复兴 路33号13 层东塔13层13 08室 (72)发明人 张磊　 (74)专利代理 机构 北京知汇林知识产权代理事 务所(普通 合伙) 11794 专利代理师 杨华 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/151(2020.01) G06F 40/58(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种媒体数据处理方法、 系统、 计算机设备 及存储介质 (57)摘要 本申请涉及一种媒体数据处理方法、 系统、 计算机设备和存储介质， 包括以下步骤： 获取媒 体数据文本， 按照预定规则将所述媒体数据文本 转 换 为 多 个 等 长 数 字 序 列数 据集 ； 基 于 transformer模块、 CNN模 块及LSTM模块建立混合 神经网络， 所述tran sformer模 块包括ENCODER和 DECODER， 所述CNN模块包含5层或8层卷积层， 卷 积层之间为平均池化层； 将所述等长数字序列数 据集按照8:2的比例划分为正、 负数据集， 使用所 述正、 负数据集训练所述混合神经网络。 本发明 中通过对媒体数据文本进行预处理， 能够提升文 本的特征度， 通过混合神经网络能够提升数据的 特征层次， 获得准确的分类结果。 权利要求书2页 说明书10页 附图3页 CN 115422356 A 2022.12.02 CN 115422356 A 1.一种媒体数据处 理方法， 其特 征在于， 包括以下步骤： 获取媒体数据文本， 按照预定规则将所述媒体数据文本转换为多个等长数字序列 数据 集； 基于trans former模块、 CNN模块及 LSTM模块建立混合神经网络， 所述trans former模块 包括ENCODER和DE CODER， 所述CN N模块包含5层或8层卷积层， 卷积层之间为平均池化层； 将所述等长数字序列数据集按照8:2的比例划分为正、 负数据集， 使用所述正、 负数据 集训练所述混合神经网络 。 2.根据权利要求1所述的一种媒体数据处理方法， 其特征在于： 所述预定规则包括， 若 所述媒体数据文本为非英文 文本， 则翻译为英文 文本。 3.根据权利要求2所述的一种媒体数据处理方法， 其特征在于： 所述预定规则包括： 将 英文字母转换为数字 。 4.根据权利要求2或3所述的一种媒体数据处理方法， 其特征在于： 所述预定规则包括 将字符转换为数字， 其中字符包括无 形字符和有形字符。 5.根据权利要求1所述的一种媒体数据处理方法， 其特征在于： 所述CNN模块包括： 第1 层CNN， Max_len参数配置值为20， hidden_dim隐藏层配置为45， kernel_size参数为3， bias 参数为True， 第1层神经网络采用平均池化的操作， CNN完成第1层卷积后， 准确进入第2层卷 积之前， 需要对数据进行平均池化操作， 然后进入第2层CN N； 第2层CNN， Max_len参数配置值为45， hidden_dim隐藏层配置为75， kernel_size参数为 3， bias参数为True； 平均池化配置为参数stride参数为None,padding参数为0,ceil_mode 参数为False,count_include_pad参数为True， 第2层神经网络采用平均池化的操作， 输入 第3层CNN； 第3层CNN， Max_len参数配置值为75， hidden_dim隐藏层配置为105， kernel_size参数 为3， bias参数为True； 平均池化配置为参数stride参数为None,padding参数为0,ceil_ mode参数为False,count_include_pad参数为True， 第3层神经网络采用平均池化的操作， 然后输入第4层CN N； 第4层CNN， Max_len参数配置值为105， hidden_dim隐藏层配置为135， kernel_size参数 为3， bias参数为True； 平均池化配置为参数stride参数为None,padding参数为0,ceil_ mode参数为False,count_include_pad参数为True， 第4层神经网络采用平均池化的操作， 输入第5层CN N； 第5层CNN， Max_len参数配置值为135， hidden_dim隐藏层配置为165， kernel_size参数 为3， bias参数为True； 平均池化配置为参数stride参数为None,padding参数为0,ceil_ mode参数为False,count_i nclude_pad参数为True。 6.根据权利要求1所述的一种媒体数据处理方法， 其特征在于： 所述transformer模块 的具有用于对所述 等长数字序列数据集进行滑窗处 理的Self  attention模块。 7.根据权利要求1 ‑6之一所述的媒体数据处理方法， 其特征在于， 所述预定规则包括随 机约束机制， 所述随机约束机制用于在媒体数据文本中使用特殊数字替换 特殊字符。 8.一种媒体数据处 理系统， 其特 征在于， 包括： 数据预处理模块， 用于获取媒体数据文本， 按照预定规则将所述媒体数据文本转换为 多个等长数字序列数据集；权　利　要　求　书 1/2 页 2 CN 115422356 A 2建模模块， 用于基于transformer模块、 CNN模块及LSTM模块建立混合神经网络， 所述 transformer模块包括ENCODER和DECODER， 所述CNN模块包含5层或8层卷积层， 卷积层之间 为平均池化层； 模型训练模块， 用于将所述等长数字序列数据集按照8:2的比例划分为正、 负数据集， 使用所述 正、 负数据集训练所述混合神经网络 。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器， 所述处理器用于运行程 序， 其中， 所述 程序运行时执 行权利要求1 ‑7中任意一项所述的媒体数据处 理方法。 10.一种非易失性存储介质， 该非易失性存储介质存储有计算机程序， 其特征在于， 所 述计算机程序被处理器执行时实现如上述权利要求1 ‑7任一项所述的媒体数据处理方法的 步骤。权　利　要　求　书 2/2 页 3 CN 115422356 A 3