用于存储媒体文件和用于检索媒体文件的方法和装置

相关申请的交叉引用

本申请要求申请日为2019年7月2日，申请号为16/460,265，发明名称为“MethodAnd Apparatus For Storing Media Files And For Retrieving Media Files”的美国专利申请的优先权。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于存储媒体文件和用于检索媒体文件的方法和装置。

背景技术

在一些应用场景下，需要对不同类型的媒体文件进行匹配。例如，为一个文本匹配对应的视频，或为一个视频匹配对应的文本等。

通常，利用从媒体文件中提取出的特征向量来表征媒体文件，并通过匹配特征向量来匹配媒体文件。但是，利用的特征向量通常是从媒体文件中提取出的物理特征，一般是媒体文件的客观性描述信息，而没有丰富的语义信息。

发明内容

本公开的实施例提出了用于存储媒体文件的方法和装置。

第一方面，本公开的实施例提供了一种用于存储媒体文件的方法，该方法包括：获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；关联存储语义向量和媒体文件。

在一些实施例中，获取用于表征媒体文件的上下文的语义的语义向量，包括：响应于接收到用于请求存储网页呈现的媒体文件的请求，获取用于表征媒体文件的上下文的语义的语义向量。

在一些实施例中，语义向量通过如下步骤得到：利用预先训练的语义模型，生成用于表征媒体文件的上下文的语义的语义向量，其中，语义模型用于生成用于表征文本的语义的语义向量。

在一些实施例中，语义模型基于知识增强的语义表示模型ERNIE训练得到。

在一些实施例中，上述用于存储媒体文件的方法还包括：基于HNSW算法，为语义向量添加索引。

在一些实施例中，关联存储语义向量和媒体文件，包括：利用MongoDB关联存储语义向量和媒体文件。

第二方面，本公开的实施例提供了一种用于检索媒体文件的方法，该方法包括：获取用于表征检索用文本的语义的语义向量作为目标语义向量；根据目标语义向量，按照对应的语义向量与目标语义向量的相似度从大到小的顺序，在数据库中检索以确定预设数目个媒体文件，其中，数据库通过对于至少一个媒体文件，分别执行如下步骤预先构建：获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；基于数据库关联存储语义向量和媒体文件。

在一些实施例中，检索用文本从呈现用文本提取得到。

在一些实施例中，上述用于检索媒体文件的方法还包括：生成呈现有呈现用文本和媒体文件的网页，其中，呈现用文本在网页中为媒体文件的上下文。

在一些实施例中，媒体文件为视频；以及上述用于检索媒体文件的方法还包括：基于语音合成技术，生成呈现用文本对应的语音；为媒体文件添加语音，生成呈现用媒体文件；呈现呈现用媒体文件。

第三方面，本公开的实施例提供了一种用于存储媒体文件的装置，该装置包括：第一获取单元，被配置成获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；存储单元，被配置成关联存储语义向量和媒体文件。

在一些实施例中，第一获取单元进一步被配置成：响应于接收到用于请求存储网页呈现的媒体文件的请求，获取用于表征媒体文件的上下文的语义的语义向量。

在一些实施例中，语义向量通过如下步骤得到：利用预先训练的语义模型，生成用于表征媒体文件的上下文的语义的语义向量，其中，语义模型用于生成用于表征文本的语义的语义向量。

在一些实施例中，语义模型基于知识增强的语义表示模型ERNIE训练得到。

在一些实施例中，上述用于存储媒体文件的装置还包括：添加单元，被配置成基于HNSW算法，为语义向量添加索引。

在一些实施例中，存储单元进一步被配置成：利用MongoDB关联存储语义向量和媒体文件。

第四方面，本公开的实施例提供了一种用于检索媒体文件的装置，该装置包括：第二获取单元，被配置成获取用于表征检索用文本的语义的语义向量作为目标语义向量；检索单元，被配置成根据目标语义向量，按照对应的语义向量与目标语义向量的相似度从大到小的顺序，在数据库中检索以确定预设数目个媒体文件，其中，数据库通过对于至少一个媒体文件，分别执行如下步骤预先构建：获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；基于数据库关联存储语义向量和媒体文件。

在一些实施例中，检索用文本从呈现用文本提取得到。

在一些实施例中，上述用于检索媒体文件的装置还包括：网页生成单元，被配置成生成呈现有呈现用文本和媒体文件的网页，其中，呈现用文本在网页中为媒体文件的上下文。

在一些实施例中，媒体文件为视频；以及上述用于检索媒体文件的装置还包括：语音生成单元，被配置成基于语音合成技术，生成呈现用文本对应的语音；呈现用媒体文件生成单元，被配置成为媒体文件添加语音，生成呈现用媒体文件；呈现单元，被配置成呈现呈现用媒体文件。

第五方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第六方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的用于存储媒体文件的方法和装置，通过可以表征网页中媒体文件的上下文的语义的语义向量来表征媒体文件，以及构建媒体文件对应的语义向量与媒体文件的对应关系，进而可以通过构建的对应关系，利用媒体文件对应的语义向量来匹配媒体文件，以保证媒体文件的语义匹配度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于存储媒体文件的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于存储媒体文件的方法的一个应用场景的示意图；

图4是根据本公开的用于存储媒体文件的方法的又一个实施例的流程图；

图5是根据本公开的用于检索媒体文件的方法的一个实施例的流程图；

图6是根据本公开的用于存储媒体文件的装置的一个实施例的结构示意图；

图7是根据本公开的用于检索媒体文件的装置的一个实施例的结构示意图；

图8是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的用于存储媒体文件的方法或用于存储媒体文件的装置的实施例的示例性架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用。例如，浏览器类应用、搜索类应用、即时通信工具、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103上安装的应用提供后端支持的后端服务器。服务器105可以从终端设备101、102、103获取用于表征媒体文件的上下文的语义的语义向量，并关联存储语义向量与对应的媒体文件的路径。

需要说明的是，上述用于表征媒体文件的上下文的语义的语义向量也可以直接存储在服务器105的本地，服务器105可以直接提取本地所存储的、用于表征媒体文件的上下文的语义的语义向量并进行处理，此时，可以不存在终端设备101、102、103和网络104。

需要说明的是，本公开的实施例所提供的用于存储媒体文件的方法一般由服务器105执行，相应地，用于存储媒体文件的装置一般设置于服务器105中。

还需要指出的是，终端设备101、102、103也可以关联存储语义向量与对应的媒体文件的路径。此时，用于存储媒体文件的方法也可以由终端设备101、102、103执行，相应地，用于存储媒体文件的装置也可以设置于终端设备101、102、103中。此时，示例性系统架构100可以不存在服务器105和网络104。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本公开的用于存储媒体文件的方法的一个实施例的流程200。该用于存储媒体文件的方法包括以下步骤：

步骤201，获取用于表征媒体文件的上下文的语义的语义向量。

在本实施例中，用于存储媒体文件的方法的执行主体(如图1所示的服务器105)可以从本地或其它存储设备获取用于表征媒体文件的上下文的语义的语义向量。

其中，媒体文件可以包括视频、音频、图像等等。媒体文件的上下文可以指媒体文件在呈现有媒体文件的网页中的上下文。由于网页中的媒体文件的上下文通常与媒体文件具有很强的关联性。因此，可以利用媒体文件的上下文对应的语义向量来描述媒体文件的语义信息。

其中，媒体文件的上下文可以通过对上述网页的分析得到，也可也利用网络爬虫等工具从网页中提取得到。媒体文件的上下文对应的语义向量可以利用各种方法得到。例如，可以利用开源的一些工具(如训练好的用于提取文本的语义向量的模型等)或数据平台得到媒体文件的上下文对应的语义向量。

在本实施例的一些可选的实现方式中，媒体文件的上下文对应的语义向量可以通过如下步骤得到：利用预先训练的语义模型，生成用于表征媒体文件的上下文的语义的语义向量。其中，语义模型可以用于生成用于表征文本的语义的语义向量。

其中，语义模型可以基于各种类型的未经训练的或未训练完成的人工神经网络(如深度语义匹配模型、长短期记忆网络等)训练得到。

可选地，语义模型可以基于知识增强的语义表示模型ERNIE训练得到。其中，ERNIE(Enhanced Representation from kNowledge IntEgration)通过对实体概念知识的学习来学习真实世界的完整概念的语义表示。和现有的学习原始语言信号的一些语义模型相比，ERNIE在基于字特征输入建模的同时，直接对先验语义知识单元进行建模，增强了ERNIE语义表示能力。

另外，ERNIE通过引入的多源数据语料训练。例如，百科类、新闻资讯类、论坛对话类等数据。基于ERNIE对训练语料的扩展尤其是论坛对话语料的引入，可以进一步增强ERNIE的语义表示能力。

由此，可以借助ERNIE较强的语义表示能力，提升媒体文件的上下文对应的语义向量的准确度，进而提升媒体文件与对应的语义向量的匹配度。

可选地，可以先对媒体文件的上下文进行预处理，以及确定预处理后的上下文对应的语义向量作为上下文的语义向量。例如，可以先对上下文进行关键词/句提取等。

需要说明的是，用于表征媒体文件的上下文的语义的语义向量可以由上述执行主体预先对媒体文件进行处理得到，也可以由其它电子设备预先对媒体文件进行处理得到。

步骤202，关联存储语义向量和媒体文件。

在本实施例中，可以构建媒体文件的上下文对应的语义向量与媒体文件之间的对应关系。具体地的构建方法可以根据不同的应用场景灵活设置。

例如，可以先获取媒体文件的路径，然后关联存储媒体文件的上下文对应的语义向量和媒体文件的路径。其中，媒体文件的路径可以用于指示媒体文件的存储位置。具体地，可以预先在上述执行主体上存储媒体文件的路径。此时，上述执行主体可以从本地得到媒体文件的路径。可以理解，也可以由用户(如技术人员)向上述执行主体输入媒体文件的路径。

又例如，可以存储媒体文件的上下文对应的语义向量与媒体文件的标识信息的对应关系。此时，上述执行主体可以根据标识信息检索得到对应的媒体文件。

在本实施例的一些可选的实现方式中，可以由技术人员预先指定媒体文件集。然后，对于媒体文件集中的各个媒体文件，可以分别通过上述步骤201-202的处理实现对媒体文件的上下文对应的语义向量和媒体文件的关联存储。其中，媒体文件集中的媒体文件可以由技术人员根据实际的应用需求灵活选取。

在本实施例的一些可选的实现方式中，响应于接收到用于请求存储网页呈现的媒体文件的请求，可以获取用于表征媒体文件的上下文的语义的语义向量。

其中，发送用于请求存储网页呈现的媒体文件的请求的方式可以根据具体的应用场景灵活设置。例如，可以检测上述呈现有媒体文件的网页的访问率，以及在检测到访问率大于预设数值时，可以触发发送用于请求存储网页呈现的媒体文件的请求。又例如，可以直接由技术人员或用户基于预先设置的图形用户界面发送用于请求存储网页呈现的媒体文件的请求。

由此，可以根据实际的应用需求，构建符合需求的媒体文件与对应的上下文的语义向量之间的对应关系。

继续参见图3，图3是根据本实施例的用于存储媒体文件的方法的应用场景的一个示意图300。在图3的应用场景中，上述执行主体可以预先获取视频301在网页中的上下文302。之后，可以利用基于ERNIE预先训练的模型303下文302的语义向量304。

之后，上述执行主体可以获取视频301的存储路径305，以及构建存储路径305和得到的语义向量304的对应关系。

本公开的上述实施例提供的方法通过可以表征网页中媒体文件的上下文的语义的语义向量来表征媒体文件，以及构建媒体文件对应的语义向量与媒体文件的对应关系。由此，在许多涉及召回或排序等应用场景中(如基于内容的检索等场景)，可以利用通过这种方式构建的对应关系，基于更准确语义匹配完成召回或排序等目标，进而提升召回或排序等的准确性。

进一步参考图4，其示出了用于存储媒体文件的方法的又一个实施例的流程400。该用于存储媒体文件的方法的流程400，包括以下步骤：

步骤401，获取用于表征媒体文件的上下文的语义的语义向量。

上述步骤401的具体的执行过程可参考图2对应实施例中的步骤201的相关说明，在此不再赘述。

步骤402，利用MongoDB关联存储语义向量和媒体文件。

在本实施例中，MongoDB是一种基于分布式文件存储的数据库，可以提供可扩展的高性能数据存储。MongoDB可以存储比较复杂的数据类型，而且使用高效的二进制数据存储，可以存储大型对象(如视频等)。基于MongoDB的特性，可以便捷的利用MongoDB直接存储媒体文件和对应的语义向量。

步骤403，基于HNSW算法，为语义向量添加索引。

在本实施例中，HNSW(Hierarchcal Navigable Small World graphs)是一种基于图的算法。目前常用的索引方法包括基于倒排的方法、基于树的方法、基于哈希算法的方法等。这些索引方法内存耗用较小，而且数据动态增删相对比较灵活，但是在大规模的数据检索应用中的召回率和检索速度比较差。而HNSW在大规模的数据检索应用中具有较高的召回率和较快的检索速度。因此，基于HNSW算法构建索引，有助于提升之后对于媒体文件的检索速度和召回率。

本实施例描述的方案利用MongoDB关联存储媒体文件的上下文对应的语义向量和媒体文件，且基于HNSW算法，为媒体文件的语义向量添加索引，从而实现对媒体文件的上下文对应的语义向量和媒体文件的便捷存储，而且利用HNSW算法，有助于实现针对媒体文件的高效检索。

进一步参考图5，其示出了根据本公开的用于检索媒体文件的方法的一个实施例的流程500。该用于检索媒体文件的方法包括以下步骤：

步骤501，获取用于表征检索用文本的语义的语义向量作为目标语义向量。

在本实施例中，检索用文本可以基于用户输入的文本得到。例如，可以直接以用户输入的文本作为检索用文本，或者以用户发送的检索请求指示的文本作为检索用文本。

其中，检索用文本对应的语义向量可以利用开源的一些工具(如训练好的用于提取文本的语义向量的模型等)或数据平台得到，也可以利用预先训练的用于生成用于表征文本的语义的语义向量的模型(如基于ERNIE训练得到的模型)得到。

上述用于检索媒体文件的方法的执行主体(如图1所示的服务器105)可以从本地或其它设备获取检索用文本对应的语义向量。需要说明的是，检索用文本对应的语义向量可以由上述执行主体预先对检索用文本进行处理得到，也可以由其它电子设备预先对检索用文本进行处理得到。

步骤502，根据目标语义向量，按照对应的语义向量与目标语义向量的相似度从大到小的顺序，在数据库中检索以确定预设数目个媒体文件。

在本实施例中，上述数据库可以通过对于至少一个媒体文件，分别执行如下步骤预先构建：获取用于表征媒体文件的上下文的语义的语义向量，以及基于数据库关联存储语义向量与媒体文件。其中，媒体文件的上下文可以为媒体文件在呈现有该媒体文件的网页中的上下文。

在本实施例中，可以根据具体的应用场景，利用数据库构建语义向量与媒体文件之间的对应关系。例如，可以利用数据库存储媒体文件的上下文对应的语义向量与媒体文件的路径的对应关系。其中，媒体文件的路径可以用于表征媒体文件的存储位置。由此，可以基于媒体文件的路径得到对应的媒体文件。又例如，也可以利用MongoDB等数据库直接存储媒体文件和对应的语义向量。

其中，预设数目可以由技术人员预设设置，也可以根据预设条件确定。媒体文件对应的语义向量与目标语义向量的相似度越大，可以表征媒体文件与检索用文本的匹配度越高。

在本实施例的一些可选的实现方式中，上述检索用文本可以从呈现用文本提取得到。其中，呈现用文本可以指用于在网页中呈现的文本。从呈现用文本中提取检索用文本的方法可以灵活选取。可以理解，在一些情况下，可以直接以呈现用文本作为检索用文本。

在本实施例的一些可选的实现方式中，在根据目标语义向量，确定预设数目个媒体文件之后，可以进一步生成呈现有上述呈现用文本和媒体文件的网页，且上述呈现用文本可以在网页中作为媒体文件的上下文。由此，可以为待呈现的呈现用文本匹配关联度较高的一些媒体文件。

在本实施例的一些可选的实现方式中，上述媒体文件可以为视频。此时，可以基于语音合成技术，生成上述呈现用文本对应的语音。之后，可以为媒体文件添加生成的语音，生成呈现用媒体文件，以及可以进一步呈现得到的呈现用媒体文件。由此，可以为待呈现的呈现用文本匹配关联度较高的视频，并合并呈现用文本对应的语音与匹配到的视频，生成呈现用视频。

例如，在一些需要语音播报的场景下，若想要为待播报的文本配上内容匹配度较高的视频，可以将待播报的文本确定为上述呈现用文本，并利用上述方法得到与待播报的文本匹配的视频。

本公开的上述实施例提供的方法通过可以基于图2对应实施例描述的方法构建的媒体文件的上下文对应的语义向量与媒体文件之间的对应关系，利用检索用文本对应的语义向量，检索得到与检索用文本匹配度较高的媒体文件，进而可以将检索得到的媒体文件作为检索用文本对应的呈现用文本的匹配媒体文件，关联呈现呈现用文本和对应的匹配媒体文件，以实现高效的媒体文件的检索，而且保证检索得到的媒体文件与呈现用文本的内容匹配度。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了用于存储媒体文件的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例提供的用于存储媒体文件的装置600包括第一获取单元601和存储单元602。其中，第一获取单元601被配置成获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；存储单元602被配置成关联存储语义向量和媒体文件。

在本实施例中，用于存储媒体文件的装置600中：第一获取单元601和存储单元602的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201和步骤202的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，第一获取单元601进一步被配置成：响应于接收到用于请求存储网页呈现的媒体文件的请求，获取用于表征媒体文件的上下文的语义的语义向量。

在本实施例的一些可选的实现方式中，语义向量通过如下步骤得到：利用预先训练的语义模型，生成用于表征媒体文件的上下文的语义的语义向量，其中，语义模型用于生成用于表征文本的语义的语义向量。

在本实施例的一些可选的实现方式中，语义模型基于知识增强的语义表示模型ERNIE训练得到。

在本实施例的一些可选的实现方式中，上述用于存储媒体文件的装置600还包括：添加单元(图中未示出)被配置成基于HNSW算法，为语义向量添加索引。

在本实施例的一些可选的实现方式中，存储单元602进一步被配置成：利用MongoDB关联存储语义向量和媒体文件。

本公开的上述实施例提供的装置，通过第一获取单元获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；通过存储单元关联存储语义向量和媒体文件，由此，在许多涉及召回或排序等应用场景中(如基于内容的检索等场景)，可以利用通过这种方式构建的对应关系，基于更准确语义匹配完成召回或排序等目标，进而提升召回或排序等的准确性。

进一步参考图7，作为对上述各图所示方法的实现，本公开提供了用于检索媒体文件的装置的一个实施例，该装置实施例与图5所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，本实施例提供的用于检索媒体文件的装置700包括第二获取单元701和检索单元702。其中，第二获取单元701被配置成获取用于表征检索用文本的语义的语义向量作为目标语义向量；检索单元702被配置成根据目标语义向量，按照对应的语义向量与目标语义向量的相似度从大到小的顺序，在数据库中检索以确定预设数目个媒体文件，其中，数据库通过对于至少一个媒体文件，分别执行如下步骤预先构建：获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；基于数据库关联存储语义向量和媒体文件。

在本实施例中，用于检索媒体文件的装置700中：第二获取单元701和检索单元702的具体处理及其所带来的技术效果可分别参考图5对应实施例中的步骤501和步骤502的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，检索用文本从呈现用文本提取得到。

在本实施例的一些可选的实现方式中，上述用于检索媒体文件的装置700还包括：网页生成单元(图中未示出)被配置成生成呈现有呈现用文本和媒体文件的网页，其中，呈现用文本在网页中为媒体文件的上下文。

在本实施例的一些可选的实现方式中，媒体文件为视频；以及上述用于检索媒体文件的装置700还包括：语音生成单元(图中未示出)被配置成基于语音合成技术，生成呈现用文本对应的语音；呈现用媒体文件生成单元(图中未示出)被配置成为媒体文件添加语音，生成呈现用媒体文件；呈现单元(图中未示出)被配置成呈现呈现用媒体文件。

本公开的上述实施例提供的装置，通过第二获取单元获取用于表征检索用文本的语义的语义向量作为目标语义向量；检索单元根据目标语义向量，按照对应的语义向量与目标语义向量的相似度从大到小的顺序，在数据库中检索以确定预设数目个媒体文件，其中，数据库通过对于至少一个媒体文件，分别执行如下步骤预先构建：获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；基于数据库关联存储语义向量和媒体文件，从而可以实现高效的媒体文件的检索，而且保证检索得到的媒体文件与呈现用文本的内容匹配度。

下面参考图8，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)800的结构示意图。图8示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取用于表征媒体文件的上下文的语义的语义向量，其中，上下文为媒体文件在呈现有媒体文件的网页中的上下文；关联存储语义向量和媒体文件。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元和存储单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，存储单元还可以被描述为“关联存储语义向量和媒体文件的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。