数据处理方法、训练方法及内容识别方法及装置

本公开提供了数据处理方法、训练方法及内容识别方法及装置，涉及人工智能技术领域，尤其涉及深度学习、大模型以及内容识别等技术领域。该数据处理方法的具体实现方案为：利用大模型对初始文本序列进行修正和语义切分，生成目标文本序列；基于初始文本序列与目标文本序列之间的第一相似度和初始时间戳，确定各目标文本的目标时间戳；根据各目标文本的目标时间戳，从待处理视频和目标文本序列中确定多个图文对；以及将多个图文对进行图文交替排列，生成用于训练多模态大模型的样本数据。