一种视频彩铃标签生成方法、系统、设备及介质

本申请公开了一种视频彩铃标签生成方法、系统、设备及介质，方法包括：获取多模态视频彩铃数据，对多模态视频彩铃数据进行预处理得到预处理数据，对预处理数据进行时空特征提取处理得到视频时空特征，对视频时空特征进行多模态特征融合处理得到多模态特征，构建动态语义图谱，根据动态语义图谱对多模态特征进行标签查询处理，得到视频彩铃标签。本申请实施例能够提高标签与内容语义的一致性，可以广泛应用于视频处理技术领域。