一种用于多模态文件的自适应分区存储方法

本发明公开了一种用于多模态文件的自适应分区存储方法：对多模态文件进行数据预处理，将音频数据转化为文本数据，将视频数据转化为文本数据和图像数据；提取多模态文件的文本特征和图像特征并进行加权融合，得到融合特征；构建自适应分类模型，以融合特征作为输入，利用深度神经网络对文本特征和图像特征共同进行优化，完成模型的迭代训练，将待分类文件的多模态信息输入训练好的模型中，得到文件分类结果；根据用户自定义配置和文件分类结果，为每个文件动态分配分类标签，并根据标签信息为文件匹配存储区域；对于不匹配的文件分类结果，由用户手动分配存储区域并对模型进行扩展学习。本发明实现了对大批量多模态文件的高精度自动化分区存储。