一种多标签提取和预筛选文本到视频的检索方法及系统

本发明涉及多模态数据检索和跨模态对比学习技术领域，公开了一种多标签提取和预筛选文本到视频的检索方法及系统，包括：从文本和视频数据中提取标签，生成标签集，并对标签集进行筛选；对视频库中的视频和输入文本进行特征提取，生成视频和文本的多标签概率分布；构建标签至视频ID的倒排索引，并将生成的多标签概率分布与倒排索引中的标签进行匹配；根据输入文本标签集的匹配结果，匹配的相关视频。通过多标签提取和预筛选框架，将视频和文本数据转换为离散的语义标签，并结合倒排索引技术，实现了快速标签匹配和视频预筛选，有效降低了计算复杂度。