视频分割方法、服务器、存储介质及程序产品

本申请提供一种视频分割方法、服务器、存储介质及程序产品，本申请的方法，通过将待分割的视频数据切分成多个数据片段，通过视频主题分割模型分别提取各数据片段的单一模态的特征，包括文本模态的文本特征和视觉模态的视觉特征，将各数据片段的文本特征和视觉特征融合，可以在中间表示级别进行多模态信息的融合，可以更好地捕捉不同模态之间的关系和交互，获得各数据片段的更高质量的多模态融合特征；进一步地，根据各所述数据片段的多模态融合特征，预测各所述数据片段是否为主题边界，可以精准地预测视频数据的主题边界，提升了主题边界识别的精准度，从而提升了视频主题分割结果的精准度和质量。