正则提取名字和集数感觉怎么都有上限, 很多视频文件名(主要是动漫)千奇百怪, 想来问问想要自已跑一个简单的模型有什么选择呢? 目前的需求是:
1: 95 以上的准确率 2: n100 可跑 ( 是最后的目标, 前期主要是准确率)
主要在 BERT 和 LSTM(RNN) 中选,
纠结 BERT 主要还是数据真不够, 1w 就累死我了, 还有就是太大了,
LSTM 则是想效果会不会很一般
目前还是整理数据的阶段, 想请大佬指点一下 大概是这样 input: " [幻樱字幕组] [ 4 月新番] [古见同学有交流障碍症 第二季 Komi-san wa, Komyushou Desu. S02 ] [ 22 ] [ GB_MP4 ] [ 1920X1080 ] " output: '{"group": "幻樱字幕组", "title_en": "Komi-san wa, Komyushou Desu.", "resolution": "1920X1080", "episode": 22, "season": 2, "title_zh": "古见同学有交流障碍症", "sub": "", "title_jp": "", "season_raw": "", "source": ""}'
10 条回复 • 2024-11-28 14:27:22 +08:00
 |
1
renmu 27 天前 via Android
其实字幕组一共就那么几个，多做几个匹配就可以
|
 |
2
SimonDing 27 天前
关注
|
 |
3
aminobody 27 天前
调 LLM API, 某国产的便宜的就像不要钱.
|
 |
4
shinonome OP @renmu #1 常用的是没什么问题的,但总会有些奇怪的
例如 [推しの子] 久保同学不放过我 / Kubo-san wa Mob wo Yurusanai - 10 (Sentai 1920x1080 AVC AAC MKV) [复制磁连] 还有各种格式 目前试过一遍, 没一个能大部份覆盖的 |
 |
5
gaobh 27 天前 via iPhone
只有大模型不行，加上豆瓣信息
|
 |
9
mumbler 27 天前
用大模型，给个格式示例，就全部给你结构化了，喂给免费的 gemini flash 模型 api ，一次分析 1 万个文件名，每天可用 1500 次
|
 |
10
liulicaixiao 27 天前
大模型力大砖飞，你可以提示词里指明你需要什么属性，让它输出成什么格式，一般的大模型最擅长输出的格式是 json ，给个写的好一点的例子，然后测试几遍，如果偶尔出现问题就再写个检测，失败时再重新调用几遍。
|
Select Language