近年来短视频领域十分火热,发展迅猛。各个视频平台每天都有大量的PGC和UGC短视频被生产、分发和消费,为了更好地实现平台内容运营,实现精准的内容分发,提高用户体验,需要为每个短视频快速、准确地打上语义标签。为了解决人工手工标注带来的效率低下和积压问题,自动化标注技术成为各大平台都在致力于发展的技术。深度学习技术在计算机视觉领域获得的巨大成功为短视频的自动标注提供了新的技术解决方案。这种技术可以准确地识别出视频中出现的一些客观具象的事物,但对一些主观抽象的东西识别准确度较低。因此,结合实际数据集从算法的角度考虑,在使用深度学习方法训练短视频自动标注模型的时候,采用了大规模、细粒度的类别标签。然而,实际业务中使用的标签是针对业务需要给出的,有些热门的标签是细粒度的,但多为一些粗粒度的、抽象的标签,所以需要把算法模型给出的算法标签映射到业务标签。另外,我们还注意到实际使用的这些类别标签缺乏科学的组织与管理,多为一些离散、孤立的语义类别结点,没能充分利用这些标签结点之间的语义关系,由此造成标签的冗余和混乱。考虑到ImageNet使用WordNet中的语义节点作为其图片的类别标签,从而把一个个扁平、孤立的语义类别标签组织在一个具有上下位关系的语义网下,实现了图片标签在语义网下的定义、管理和扩展。我们借助近年来比较火的知识图谱和自然语言处理技术,以中文百科数据为主,构建一个基于上位词关系的通用图谱,利用图谱中的实体和概念结点以及结点之间的语义关系实现短视频类别标签的定义、组织,实现短视频分类标签在上位关系和同义关系下的扩展。我们利用图谱中标签结点之间的上位语义关系实现短视频分类模型算法标签到业务标签的映射。本文根据实际业务背景需求主要进行了如下工作:1.百科数据的采集与解析,主要针对中文百度百科,从中抽取所需的词条实体信息,并对抽取的词条数据进行数据清洗;2.结合多种方法完成实体和概念上位关系的获取,主要有基于百科的方法、基于中心词的方法、基于Magi搜索引擎的方法。这些方法相互补充,从而达到较好的上位关系抽取效果;3.结合使用最新的自然语言处理预训练语言模型技术,采用分段线性投影模型对获取的部分上位关系进行语义关系验证;4.标签实体的消歧和共指消解,主要用来解决把原始算法标签和业务标签链接到我们所构建的图谱中对应的正确实体和概念节点。标签实体消歧用来解决同名不同义的问题,即一个实体名对应于图谱中多个意义不同的实体。标签共指消解用来解决同义问题,即存在多个实体名称对应于图谱中的同一实体;5.使用Neo4j图数据库、Django框架、Echarts可视化框架等技术设计并实现一个图谱和标签管理系统,完成短视频分类模型算法标签到业务标签映射的功能。