文中探究了彈幕信息協(xié)助下的視頻多標(biāo)簽分類任務(wù)。多標(biāo)簽視頻分類任務(wù)根據(jù)視頻內(nèi)容從不同角度賦予視頻多個(gè)標(biāo)簽，與視頻推薦等應(yīng)用緊密相關(guān)。多標(biāo)簽視頻數(shù)據(jù)集的髙標(biāo)注成本和對(duì)視頻內(nèi)容的多角度理解是該研究領(lǐng)域面臨的主要問(wèn)題彈幕是一種新近出現(xiàn)的用戶評(píng)論形式，受到了眾多用戶的歡迎。由于用戶參與度高，彈幕視頻網(wǎng)站的視頻擁有大量用戶自發(fā)添加的標(biāo)簽，這些標(biāo)簽是天然的多標(biāo)簽數(shù)據(jù)。文中以此構(gòu)建了一個(gè)多標(biāo)簽視頻數(shù)據(jù)集，并整理岀了視頻標(biāo)簽間的層級(jí)語(yǔ)義關(guān)系，該數(shù)據(jù)集在未來(lái)將公開(kāi)發(fā)布。同時(shí)，彈幕文本模態(tài)包含大量與視頻內(nèi)容相關(guān)的細(xì)粒度信息，因此在以往視頻分類工作融合視覺(jué)和音頻模態(tài)的基礎(chǔ)上，引入彈幕文本模態(tài)進(jìn)行視頻多標(biāo)簽分類研究。在基于聚類的NeⅪtⅥLAD模型、注意力Dbof模型和基于時(shí)序的GRU模型上進(jìn)行實(shí)驗(yàn)，在增加彈幕模態(tài)后，GAP指標(biāo)最高提升了23%，證明了彈幕信息對(duì)該任務(wù)具有輔助作用。此外，還探索了如何在分類中利用標(biāo)簽層級(jí)關(guān)系，通過(guò)構(gòu)建標(biāo)簽關(guān)系矩陣來(lái)改造標(biāo)簽，進(jìn)而將標(biāo)簽語(yǔ)乂融入訓(xùn)練。實(shí)驗(yàn)結(jié)果表明，加入標(biāo)簽關(guān)系后，Hit@1指標(biāo)提升了15%，因此其能優(yōu)化多標(biāo)簽分類的效果。此外，MAP指標(biāo)在細(xì)粒度小類上提升了4%，說(shuō)明標(biāo)簽語(yǔ)義的引入有利于預(yù)測(cè)樣本量較少的類別，具有研究?jī)r(jià)值。