视觉隐喻挖掘方法、装置、电子设备及介质

摘要

本发明涉及自然语言领域，揭露一种视觉隐喻挖掘方法、装置、电子设备及存储介质，可用于金融领域金融产品的图文推销海报上，所述方法包括：构建图文数据训练集，利用所述图文数据训练集训练预设的隐喻关系识别模型，得到训练完成的隐喻关系识别模型，并获取所述图文数据训练集训练过程中的第一得分；利用训练完成的隐喻关系识别模型计算无标签图文数据的第二得分，将第一、第二得分大于预设阈值的文本数据及图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库；当接收到搜索图文指令时，从所述视觉隐喻知识库中查询与所述搜索图文指令中关键词相匹配的图文数据，得到目标图文数据。本发明可以提高视觉隐喻挖掘的有效性及时效性。

说明书

技术领域

本发明涉及自然语言领域，尤其涉及一种视觉隐喻挖掘方法、装置、电子设备及可读存储介质。

背景技术

视觉隐喻是指是通过视觉图像来表示人、地点、事物或想法，用以表示特定关联或相似点，例如，在金融领域，可以采用图文结合的视觉隐喻方法对待推销的金融产品进行推广，从而达到使金融产品更容易被大众所接受的目的。

当前常见的视觉隐喻比较依赖视觉图像设计师的主观灵感、生活经验及专业理解，由于视觉图像设计师可能不熟悉金融领域的产品特征，容易脱离大部分金融用户的实际生活，很难避免过度抽象，导致金融用户无法完全理解设计师设计的视觉图像的含义，有时甚至需要设计师单独附注创意说明文字辅助消费者理解视觉隐喻的含义，造成视觉隐喻理解困难。因此，在金融领域可能存在金融产品跟配图不搭，或金融产品的配图过度抽象的问题。

发明内容

本发明提供一种视觉隐喻挖掘方法、装置、电子设备及可读存储介质，其目的在于提高视觉隐喻挖掘的有效性及时效性，以解决金融产品跟配图不搭，或金融产品的配图过度抽象的问题。

为实现上述目的，本发明提供的一种视觉隐喻挖掘方法，所述方法包括：

获取无标签图片数据及无标签文本数据，并利用预设网络爬虫爬取互联网中的原始图文数据；

对所述原始图文数据进行数据增强，得到增强图文数据，并利用所述增强图文数据构建图文数据训练集；

利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，并融合所述语义特征与所述图像特征，得到图文双模态特征；

利用所述隐喻关系识别模型中的全连接层计算所述图文双模态特征的匹配得分，并利用预设的损失函数计算所述匹配得分的损失值，根据所述损失值对所述隐喻关系识别模型进行参数迭代调整，直至所述损失值满足预设条件，得到训练完成的隐喻关系识别模型；

提取所述图文数据训练集中匹配得分大于预设阈值的图文双模态特征对应的文本训练数据及图片训练数据，得到初始文本数据及初始图片数据，并将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库；

利用所述训练完成的隐喻关系识别模型计算所述无标签图片数据及所述无标签文本数据的匹配得分，并将匹配得分大于预设阈值的无标签图片数据及无标签文本数据存储至所述视觉隐喻知识库中；

当接收到搜索图文指令时，从所述视觉隐喻知识库中查询与所述搜索图文指令中关键词相匹配的图文数据，得到目标图文数据。

可选地，所述利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，包括：

对所述图文数据训练集中文本训练数据进行分词处理，得到分词文本；

利用预设的词向量学习算法计算所述分词文本的词向量，得到分词文本向量；

按照文本顺序对所述分词文本向量进行编码排序，得到文本序列；

利用预设的隐喻关系识别模型中编码层的长短期记忆网络提取所述文本序列的语义特征，得到所述图文数据训练集中文本训练数据的语义特征；

设置预设个数的卷积核矩阵；

获取述图文数据训练集中的图片训练数据，对所述图片训练数据进行高斯模糊处理，得到模糊训练图像；

对所述模糊训练图像进行灰度化处理，得到所述图片训练数据的像素矩阵；

利用每个所述卷积核矩阵对所述像素矩阵按照预设步长进行计算，得到特征图矩阵集；

对所述特征图矩阵集中的特征图矩阵进行平均区域划分，得到多个相同子区域；

提取每个所述子区域内像素值中的最大值，并将所述最大值代替所对应的子区域的像素值，得到所述图文数据训练集中图片训练数据的图像特征。

可选地，所述利用所述增强图文数据构建图文数据训练集，包括：

对所述增强图文数据进行标记，得到正样本标记；

对所述增强图文数据进行拆分，得到增强文本数据及增强图片数据；

从所述增强文本数据中任意选取一个目标增强文本数据，将所述目标增强文本数据与所述增强文本数据中除所述目标增强文本数据之外的其余增强文本数据进行组合，得到组合文本数据，并对所述组合文本数据进行标记，得到第一负样本标记；

从所述增强图片数据中任意选取一个目标增强图片数据，将所述目标增强图片数据与所述增强图片数据中除所述目标增强图片数据之外的其余增强图片数据进行组合，得到组合图片数据，并对所述第二组合图片数据进行标记，得到第二负样本标记；

将所述正样本标记与所述增强图文数据进行组合得到正样本数据；

将所述第一负样本标记与所述组合文本数据进行组合，得到第一负样本数据，将所述第二负样本标记与所述组合图片数据进行组合，得到第二负样本数据；

整合所述正样本数据、所述第一负样本数据及所述第二负样本数据，得到图文数据训练集。

可选地，所述融合所述语义特征与所述图像特征，得到图文双模态特征，包括：

对所述图像特征进行转置处理，得到图像转置特征；

将所述图像转置特征与所述语义特征进行点乘，得到所述语义特征与所述图像特征之间的注意力得分

根据所述注意力得分，利用预设公式修正所述语义特征与所述图像特征，得到图文双模态特征。

可选地，所述对所述原始图文数据进行数据增强，得到增强图文数据，包括：

利用预设翻译词典对所述原始图文数据中原始文本数据进行回译，得到回译文本数据；

提取所述原始文本数据中的文本关键词；

将所述文本关键词与预设同义词词典中的词组进行匹配，得到匹配成功的同义词组；

将所述匹配成功的同义词组替换所述文本关键词，得到替换文本数据；

整合所述回译文本数据及所述替换文本数据，得到增强文本数据；

分别调整所述原始图文数据中原始图片数据的亮度及对比度，得到增强图片数据；

汇总所述增强文本数据及所述增强图片数据，得到增强图文数据。

可选地，所述将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库，包括：

从所述原始图文数据中查询所述初始文本数据及所述初始图片数据对应的目标原始图文数据；

提取所述目标原始图文数据的主题标签，并将所述主题标签作为对应初始文本数据及初始图片数据的目标主题标签；

根据所述目标主题标签，将所述初始文本数据及所述初始图片数据存储至对应主题的分布式存储知识库中，得到视觉隐喻知识库。

可选地，所述利用预设网络爬虫爬取互联网中的原始图文数据，包括：

利用预设Python编程语言获取预设初始网页的URL；

利用网页分析算法从所述预设初始网页中筛选出目标URL，并将所述目标URL存放至待抓取队列中；

根据预设的搜索策略，从所述待抓取队列中抓取目标URL，直至所述目标URL满足预设额度时，停止抓取目标URL；

对所述目标URL对应的网页进行信息分析，并根据分析的结果进行过滤，得到原始图文数据。

为了解决上述问题，本发明还提供一种视觉隐喻挖掘装置，所述装置包括：

训练数据获取模块，用于获取无标签图片数据及无标签文本数据，并利用预设网络爬虫爬取互联网中的原始图文数据，对所述原始图文数据进行数据增强，得到增强图文数据，并利用所述增强图文数据构建图文数据训练集；

模型训练模块，用于利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，并融合所述语义特征与所述图像特征，得到图文双模态特征，利用所述隐喻关系识别模型中的全连接层计算所述图文双模态特征的匹配得分，并利用预设的损失函数计算所述匹配得分的损失值，根据所述损失值对所述隐喻关系识别模型进行参数迭代调整，直至所述损失值满足预设条件，得到训练完成的隐喻关系识别模型；

图文搜索模块，用于提取所述图文数据训练集中匹配得分大于预设阈值的图文双模态特征对应的文本训练数据及图片训练数据，得到初始文本数据及初始图片数据，并将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库，利用所述训练完成的隐喻关系识别模型计算所述无标签图片数据及所述无标签文本数据的匹配得分，并将匹配得分大于预设阈值的无标签图片数据及无标签文本数据存储至所述视觉隐喻知识库中，当接收到搜索图文指令时，从所述视觉隐喻知识库中查询与所述搜索图文指令中关键词相匹配的图文数据，得到目标图文数据。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

存储器，存储至少一个计算机程序；及

处理器，执行所述存储器中存储的计算机程序以实现上述所述的视觉隐喻挖掘方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的视觉隐喻挖掘方法。

本发明实施例通过获取无标签图片数据及无标签文本数据，保证了数据的随机性及新颖性，保证了视觉隐喻挖掘的时效性，进一步地，利用预设网络爬虫爬取互联网中的原始图文数据，能够充分利用大众知识挖掘图文隐喻关系，为视觉隐喻提供了丰富的资源，且能够避免设计师主观意识与用户认知脱节的问题，从而保证视觉隐喻挖掘的有效性，其次，对所述原始图文数据进行数据增强，得到增强图文数据，并利用所述增强图文数据构建图文数据训练集，并利用预设的隐喻关系识别模型对所述图文数据训练集中的图片数据进行训练，得到训练完成的隐喻关系识别模型，从而保证训练完成的隐喻关系识别模型能够在理解人类复杂语义的基础上挖掘图文的深层隐喻关系，保证了视觉隐喻挖掘的准确率，最后，采用分布式数据存储，能够建立基于主题的数据仓库，支撑知识推理过程，并通过保存历史数据和新数据的更新迭代，既能顺应社交媒体流行隐喻趋势，又能记录经典隐喻模式，提高了视觉隐喻挖掘的有效性。因此，本发明提供的一种视觉隐喻挖掘方法、装置、设备及存储介质，能够提高视觉隐喻挖掘的有效性及时效性。

附图说明

图1为本发明一实施例提供的视觉隐喻挖掘方法的流程示意图；

图2至图3为本发明一实施例提供的视觉隐喻挖掘方法的中其中一个步骤的详细实施流程图；

图4为本发明一实施例提供的视觉隐喻挖掘装置的模块示意图；

图5为本发明一实施例提供的实现视觉隐喻挖掘方法的电子设备的内部结构示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供一种视觉隐喻挖掘方法。所述视觉隐喻挖掘方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述视觉隐喻挖掘方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端可以包括独立的服务器，也可以包括提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

参照图1所示的本发明一实施例提供的视觉隐喻挖掘方法的流程示意图，在本发明实施例中，所述视觉隐喻挖掘方法包括：

S1、获取无标签图片数据及无标签文本数据，并利用预设网络爬虫爬取互联网中的原始图文数据。

本发明实施例中，所述无标签图片数据可以是没有确定主题的图片数据。所述无标签文本数据可以是没有确定主题的文本数据。所述预设网络爬虫可以是用Python语言的编译的脚本文件。所述原始图文数据可以是带有主题标签的图片数据及文本数据。

本发明可选实施例中，通过在网络中查找图片及文案获取无标签图片数据及无标签文本数据，可以有效控制无标签图片数据数量及无标签文本数据数量的多少，并保证了数据的多样性，例如，在金融领域中，通过在网络中查找金融相关的图片及文案，从而获取无标签的金融产品图片数据及无标签的金融产品文本数据。

本发明实施例利用预设网络爬虫爬取互联网中的原始图文数据，减少了人工收集数据的步骤，且加快了原始图文数据收集的速度，从而提高了视觉隐喻挖掘的智能化及效率。

进一步地，作为本发明一可选实施例，所述利用预设网络爬虫爬取互联网中的原始图文数据，包括：

利用预设Python编程语言获取预设初始网页的URL；

利用网页分析算法从所述预设初始网页中筛选出目标URL，并将所述目标URL存放至待抓取队列中；

根据预设的搜索策略，从所述待抓取队列中抓取目标URL，直至所述目标URL满足预设额度时，停止抓取目标URL；

对所述目标URL对应的网页进行信息分析，并根据分析的结果进行过滤，得到原始图文数据。

本发明实施例中，所述预设初始网页可以是程序人员设定的网络爬虫进行信息爬取的第一层网页，例如某某博客页面。所述URL可以是因特网上的可用资源的字符串表示形式。所述网页分析算法可以是PageRank或HITS等算法。所述预设的搜索策略可以是根据所述目标URL包含所需要的信息量的多少进行抓取，也可以是根据所述目标URL的浏览量的多少进行抓取。

本发明可选实施例中，通过Python编程语言编写爬虫指令，并根据所述爬虫指令从初始网页中爬取原始图文数据，从而减少了人工筛选信息的时间，提高了数据获取的速度，从而加快了视觉隐喻挖掘的效率。

S2、对所述原始图文数据进行数据增强，得到增强图文数据，并利用所述增强图文数据构建图文数据训练集。

本发明实施例通过对所述原始图文数据进行数据增强，得到增强图文数据，丰富了原始图文数据的多样性，使得模型训练结果更为准确可靠。

进一步地，作为本发明一可选实施例，参考图2所示，所述对所述原始图文数据进行数据增强，得到增强图文数据，包括步骤S21—S27：

S21、利用预设翻译词典对所述原始图文数据中原始文本数据进行回译，得到回译文本数据；

S22、提取所述原始文本数据中的文本关键词；

S23、将所述文本关键词与预设同义词词典中的词组进行匹配，得到匹配成功的同义词组；

S24、将所述匹配成功的同义词组替换所述文本关键词，得到替换文本数据；

S25、整合所述回译文本数据及所述替换图片数据，得到增强文本数据；

S26、分别调整所述原始图文数据中原始图片数据的亮度及对比度，得到增强图片数据；

S27、汇总所述增强文本数据及所述增强图片数据，得到增强图文数据。

本发明实施例中，所述预设翻译词典可以是已公开的常见的翻译软件，例如，有道翻译等。所述预设同义词词典由词组本身及词组的同义词构成，例如，年龄的同义词可以是岁数。

本发明可选实施例中，可以利用翻译软件将中文的原始文本数据翻译成英文原始文本数据，再利用另一个翻译软件将英文原始文本数据翻译成中文原始文本数据，得到回译文本数据，丰富了原始文本数据的多样性。

进一步地，本发明另一可选实施例中，通过同义词替换的方式从关键词维度丰富了原始文本数据的多样性，提高了模型训练的可靠性，例如，金融领域中，某养老保险产品中的年纪一次可用岁数一词代替。

进一步地，本发明实施例通过利用所述增强图文数据构建图文数据训练集，为模型提供系统化的训练过程，提高了模型的精准度。

详细地，所述利用所述增强图文数据构建图文数据训练集，包括：

对所述增强图文数据进行标记，得到正样本标记；

对所述增强图文数据进行拆分，得到增强文本数据及增强图片数据；

从所述增强文本数据中任意选取一个目标增强文本数据，将所述目标增强文本数据与所述增强文本数据中除所述目标增强文本数据之外的其余增强文本数据进行组合，得到组合文本数据，并对所述组合文本数据进行标记，得到第一负样本标记；

从所述增强图片数据中任意选取一个目标增强图片数据，将所述目标增强图片数据与所述增强图片数据中除所述目标增强图片数据之外的其余增强图片数据进行组合，得到组合图片数据，并对所述第二组合图片数据进行标记，得到第二负样本标记；

将所述正样本标记与所述增强图文数据进行组合得到正样本数据；

将所述第一负样本标记与所述组合文本数据进行组合，得到第一负样本数据，将所述第二负样本标记与所述组合图片数据进行组合，得到第二负样本数据；

整合所述正样本数据、所述第一负样本数据及所述第二负样本数据，得到图文数据训练集。

本发明可选实施例中，将图片与文本匹配称之为正类样本，而训练模型需要正类样本和负类样本，因此需要根据增强图文数据构造负类样本，具体地，对于一条文本，将其与除原配对图片以外的图片组成一个负类样本；对于一张图片，将其与除原配对文本以外的文本组成一个负类样本。

S3、利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，并融合所述语义特征与所述图像特征，得到图文双模态特征。

本发明实施例中，所述预设的隐喻关系识别模型可以是基于深度学习的神经网络模型。

进一步地，作为本发明一可选实施例，参考图3所示，所述利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，包括步骤S31—S310：

S31、对所述图文数据训练集中文本训练数据进行分词处理，得到分词文本；

S32、利用预设的词向量学习算法计算所述分词文本的词向量，得到分词文本向量；

S33、按照文本顺序对所述分词文本向量进行编码排序，得到文本序列；

S34、利用预设的隐喻关系识别模型中编码层的长短期记忆网络提取所述文本序列的语义特征，得到所述图文数据训练集中文本训练数据的语义特征；

S35、设置预设个数的卷积核矩阵；

S36、获取述图文数据训练集中的图片训练数据，对所述图片训练数据进行高斯模糊处理，得到模糊训练图像；

S37、对所述模糊训练图像进行灰度化处理，得到所述图片训练数据的像素矩阵；

S38、利用每个所述卷积核矩阵对所述像素矩阵按照预设步长进行计算，得到特征图矩阵集；

S39、对所述特征图矩阵集中的特征图矩阵进行平均区域划分，得到多个相同子区域；

S310、提取每个所述子区域内像素值中的最大值，并将所述最大值代替所对应的子区域的像素值，得到所述图文数据训练集中图片训练数据的图像特征。

本发明实施例中，所述预设的词向量学习算法可以是Glove模型中的无监督学习算法。所述预设个数可以根据所述图片训练数据的像素值大小来确定。

本发明实施例利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，为融合所述语义特征与所述图像特征做好铺垫，从而保证所述隐喻关系识别模型能够准确计算所述图文数据训练集的匹配得分，进而提高模型的准确率。

进一步地，本发明实施例通过融合所述语义特征与所述图像特征，得到图文双模态特征，使得所述图文数据训练集中的文本训练数据与图片训练数据有交集，从而计算出所述图文双模态特征的匹配得分，并根据所述匹配得分判断所述文本训练数据与所述图片训练数据是否匹配。

详细地，所述融合所述语义特征与所述图像特征，得到图文双模态特征，包括：

对所述图像特征进行转置处理，得到图像转置特征；

将所述图像转置特征与所述语义特征进行点乘，得到所述语义特征与所述图像特征之间的注意力得分

根据所述注意力得分，利用预设公式修正所述语义特征与所述图像特征，得到图文双模态特征。

本发明实施例中，具体地，可利用下述公式计算所述语义特征与所述图像特征融合的图文双模态特征U：

其中，ti_是指注意力机制层对所述语义特征与所述图像特征的注意力计算得分，i是指第i个文本训练数据，j是指第j个图片训练数据，a_v是指语义特征，dimg是指图像特征，T表示转置矩阵。

本发明可选实施例中，通过将任意一个图片训练数据的图像特征的转置矩阵与任意一个文本训练数据的语义特征进行点乘，得到所述图片训练数据与所述文本训练数据的注意力得分，再根据所述注意力得分，对所述语义特征与所述图像特征进行修正，得到图文双模态特征。

S4、利用所述隐喻关系识别模型中的全连接层计算所述图文双模态特征的匹配得分，并利用预设的损失函数计算所述匹配得分的损失值，根据所述损失值对所述隐喻关系识别模型进行参数迭代调整，直至所述损失值满足预设条件，得到训练完成的隐喻关系识别模型。

本发明可选实施例中，利用所述隐喻关系识别模型中全连接层的softmax函数计算所述图文双模态特征的匹配得分，并利用预设的损失函数计算所述匹配得分的损失值，当所述损失值不符合预设条件时，根据所述损失值对所述隐喻关系识别模型进行参数迭代调整，并返回数据输入步骤，对图文数据训练集重新处理，直至所述损失值满足预设条件，得到训练完成的隐喻关系识别模型，当所述损失值符合预设条件时，结束模型训练，得到训练完成的隐喻关系识别模型。

S5、提取所述图文数据训练集中匹配得分大于预设阈值的图文双模态特征对应的文本训练数据及图片训练数据，得到初始文本数据及初始图片数据，并将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库。本发明实施例中，所述预设主题包含情感主题及场景主题，例如，兴奋、激动、感动及骄傲等感情主题，工作、学习、生活、健身及聚会等场景主题。所述分布式存储知识库可以是包含四层结构的分布式系统构建的数据库。

本发明可选实施例中，通过设定阈值，筛选出大于所述阈值的图文双模态特征，并根据所述图文双模态特征，查找对应的文本训练数据及图片训练数据，得到初始文本数据及初始图片数据，保证了初始文本数据及初始图片数据的匹配程度，确保所述初始文本数据及初始图片数据构建的视觉隐喻关系能够很好的被用户理解。

本发明实施例将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库，提高了数据库的存储能力，并为后续用户搜索相关图文时节省了时间，提高了视觉隐喻挖掘的效率。

进一步地，作为本发明一可选实施例，所述将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库，包括：

从所述原始图文数据中查询所述初始文本数据及所述初始图片数据对应的目标原始图文数据；

提取所述目标原始图文数据的主题标签，并将所述主题标签作为对应初始文本数据及初始图片数据的目标主题标签；

根据所述目标主题标签，将所述初始文本数据及所述初始图片数据存储至对应主题的分布式存储知识库中，得到视觉隐喻知识库。

本发明可选实施例中，由于原始图文数据为带标签的数据，因此只需查询到所述初始文本数据及所述初始图片数据对应的原始图文数据，即可得到所述初始文本数据及所述初始图片数据对应的主题标签，并根据所述目标主题标签，将所述初始文本数据及所述初始图片数据存储至对应主题的分布式存储知识库中，得到视觉隐喻知识库。

S6、利用所述训练完成的隐喻关系识别模型计算所述无标签图片数据及所述无标签文本数据的匹配得分，并将匹配得分大于预设阈值的无标签图片数据及无标签文本数据存储至所述视觉隐喻知识库中。

本发明可选实施例中，将获取到的无标签图片数据及无标签文本数据输入至训练完成的隐喻关系识别模型，并通过一系列计算得到所述无标签图片数据及所述无标签文本数据的匹配得分，进一步地，可以通过设置阈值，筛选出相匹配的无标签图片数据及无标签文本数据。

本发明另一可选实施例中，由于所述无标签图片数据及所述无标签文本数据不含有主题标签，因此需要先对所述无标签图片数据及无标签文本数据进行主题判断，具体地，可以通过提取文本关键词，并通过判断所述文本关键词的词性，得到所述无标签文本数据的主题标签，从而将相匹配的无标签图片数据赋予相同主题标签，进而将所述无标签图片数据及所述无标签文本数据存储至所述视觉隐喻知识库中。

本发明实施例通过将匹配得分大于预设阈值的无标签图片数据及无标签文本数据存储至所述视觉隐喻知识库中，提高了所述视觉隐喻知识库的时效性，保证所述视觉隐喻知识库中图文数据构建的视觉隐喻效果能被用户所理解。

S7、当接收到搜索图文指令时，从所述视觉隐喻知识库中查询与所述搜索图文指令中关键词相匹配的图文数据，得到目标图文数据。

本发明实施例中，所述搜索图文指令可以是用户采用编程语言编译的指令语句，用于查询所述视觉隐喻知识库中相关的图文数据。

本发明可选实施例中，提取所述搜索图文指令中的关键词，对所述关键词进行词性分析，确定所述关键词的主题，进一步地，根据所述主题在所述视觉隐喻知识库中对应的主题数据库进行搜索，得到目标图文数据，提高了视觉隐喻挖掘的效率。

本发明实施例通过获取无标签图片数据及无标签文本数据，保证了数据的随机性及新颖性，保证了视觉隐喻挖掘的时效性，进一步地，利用预设网络爬虫爬取互联网中的原始图文数据，能够充分利用大众知识挖掘图文隐喻关系，为视觉隐喻提供了丰富的资源，且能够避免设计师主观意识与用户认知脱节的问题，从而保证视觉隐喻挖掘的有效性，其次，对所述原始图文数据进行数据增强，得到增强图文数据，并利用所述增强图文数据构建图文数据训练集，并利用预设的隐喻关系识别模型对所述图文数据训练集中的图片数据进行训练，得到训练完成的隐喻关系识别模型，从而保证训练完成的隐喻关系识别模型能够在理解人类复杂语义的基础上挖掘图文的深层隐喻关系，保证了视觉隐喻挖掘的准确率，最后，采用分布式数据存储，能够建立基于主题的数据仓库，支撑知识推理过程，并通过保存历史数据和新数据的更新迭代，既能顺应社交媒体流行隐喻趋势，又能记录经典隐喻模式，提高了视觉隐喻挖掘的有效性。因此，本发明提供的一种视觉隐喻挖掘方法、装置、设备及存储介质，能够提高视觉隐喻挖掘的有效性及时效性，以解决金融产品跟配图不搭，或金融产品的配图过度抽象的问题。

如图4所示，是本发明视觉隐喻挖掘装置的功能模块图。

本发明所述视觉隐喻挖掘装置100可以安装于电子设备中。根据实现的功能，所述视觉隐喻挖掘装置100可以包括训练数据获取模块101、模型训练模块102及图文搜索模块103，本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述训练数据获取模块101用于获取无标签图片数据及无标签文本数据，并利用预设网络爬虫爬取互联网中的原始图文数据，对所述原始图文数据进行数据增强，得到增强图文数据，并利用所述增强图文数据构建图文数据训练集。

所述模型训练模块102用于利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，并融合所述语义特征与所述图像特征，得到图文双模态特征，利用所述隐喻关系识别模型中的全连接层计算所述图文双模态特征的匹配得分，并利用预设的损失函数计算所述匹配得分的损失值，根据所述损失值对所述隐喻关系识别模型进行参数迭代调整，直至所述损失值满足预设条件，得到训练完成的隐喻关系识别模型。

所述图文搜索模块103用于提取所述图文数据训练集中匹配得分大于预设阈值的图文双模态特征对应的文本训练数据及图片训练数据，得到初始文本数据及初始图片数据，并将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库，利用所述训练完成的隐喻关系识别模型计算所述无标签图片数据及所述无标签文本数据的匹配得分，并将匹配得分大于预设阈值的无标签图片数据及无标签文本数据存储至所述视觉隐喻知识库中，当接收到搜索图文指令时，从所述视觉隐喻知识库中查询与所述搜索图文指令中关键词相匹配的图文数据，得到目标图文数据。

如图5所示，是本发明实现视觉隐喻挖掘方法的电子设备的结构示意图。

所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如视觉隐喻挖掘程序。

其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如视觉隐喻挖掘程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如视觉隐喻挖掘程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。

所述通信总线12可以是外设部件互连标准(PerIPheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

可选地，所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。

可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备中的所述存储器11存储的视觉隐喻挖掘程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：

获取无标签图片数据及无标签文本数据，并利用预设网络爬虫爬取互联网中的原始图文数据；

对所述原始图文数据进行数据增强，得到增强图文数据，并利用所述增强图文数据构建图文数据训练集；

利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，并融合所述语义特征与所述图像特征，得到图文双模态特征；

利用所述隐喻关系识别模型中的全连接层计算所述图文双模态特征的匹配得分，并利用预设的损失函数计算所述匹配得分的损失值，根据所述损失值对所述隐喻关系识别模型进行参数迭代调整，直至所述损失值满足预设条件，得到训练完成的隐喻关系识别模型；

提取所述图文数据训练集中匹配得分大于预设阈值的图文双模态特征对应的文本训练数据及图片训练数据，得到初始文本数据及初始图片数据，并将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库；

利用所述训练完成的隐喻关系识别模型计算所述无标签图片数据及所述无标签文本数据的匹配得分，并将匹配得分大于预设阈值的无标签图片数据及无标签文本数据存储至所述视觉隐喻知识库中；

当接收到搜索图文指令时，从所述视觉隐喻知识库中查询与所述搜索图文指令中关键词相匹配的图文数据，得到目标图文数据。

具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

获取无标签图片数据及无标签文本数据，并利用预设网络爬虫爬取互联网中的原始图文数据；

对所述原始图文数据进行数据增强，得到增强图文数据，并利用所述增强图文数据构建图文数据训练集；

利用预设的隐喻关系识别模型中的编码层分别提取所述图文数据训练集中文本训练数据的语义特征及所述图文数据训练集中图片训练数据的图像特征，并融合所述语义特征与所述图像特征，得到图文双模态特征；

利用所述隐喻关系识别模型中的全连接层计算所述图文双模态特征的匹配得分，并利用预设的损失函数计算所述匹配得分的损失值，根据所述损失值对所述隐喻关系识别模型进行参数迭代调整，直至所述损失值满足预设条件，得到训练完成的隐喻关系识别模型；

提取所述图文数据训练集中匹配得分大于预设阈值的图文双模态特征对应的文本训练数据及图片训练数据，得到初始文本数据及初始图片数据，并将所述初始文本数据及所述初始图片数据存储至预设主题的分布式存储知识库中，得到视觉隐喻知识库；

利用所述训练完成的隐喻关系识别模型计算所述无标签图片数据及所述无标签文本数据的匹配得分，并将匹配得分大于预设阈值的无标签图片数据及无标签文本数据存储至所述视觉隐喻知识库中；

当接收到搜索图文指令时，从所述视觉隐喻知识库中查询与所述搜索图文指令中关键词相匹配的图文数据，得到目标图文数据。

进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

在本发明所提供的几个实施例中，应该理解到，所揭露的电子设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。