信息录入方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术提供了一种信息录入方法、装置及计算机可读存储介质。该方法包括：获取货物列表的图像；对所述货物列表的图像进行文本内容识别，得到所述货物列表对应的文本信息；对所述货物列表对应的文本信息进行分词，并基于分词结果采用机器学习模型预测所述货物列表中的货物的类别；根据预测的所述货物的类别从所述货物列表的货物中筛选出食材类的货物，并记录所述食材类的货物的货物信息。通过本发明专利技术，解决了相关技术中食材录入中逐条输入导致效率低下的问题，进而达到了高效、准确识别并记录食材信息的效果。

【技术实现步骤摘要】
信息录入方法、装置及计算机可读存储介质
本专利技术涉及通信领域，具体而言，涉及一种信息录入方法、装置及计算机可读存储介质。
技术介绍
随着科技的发展，智能冰箱越来越受到人们的关注。智能冰箱相比于传统冰箱具有更为合理化的管理方式，并引入了很多新的技术，如精控微风道技术、干湿分离技术、动态杀菌技术、食材管理、到期提醒等。而这些功能的高精度实现依赖于存储区域食材种类的准确推导与录入。目前，冰箱内储存物品的录入主要包括以下几种方式：1)手动录入，即根据所放置的物品在智能冰箱屏幕或与之连接的手机端等通过人工的方式录入；2)语音录入，即在放置物品时直接通过语音交流的方式进行信息的录入；3)图像录入，即通过定时对冰箱内食材进行图像分析，确定冰箱内的物品种类等。然而，上述几种食材录入方式存在以下几点不足：1)手动录入需要用户与冰箱进行多次交互，输入商品名、类别、时间等等信息，效率较低。而在大量物品的购买后往往由于时间原因无法进行全面的录入，从而影响了信息的完整性。2)语音录入优化了录入的交流方式，减少了人本文档来自技高网...

【技术保护点】
1.一种信息录入方法，其特征在于，包括：/n获取货物列表的图像；/n对所述货物列表的图像进行文本内容识别，得到所述货物列表对应的文本信息；/n对所述货物列表对应的文本信息进行分词，并基于分词结果采用机器学习模型预测所述货物列表中的货物的类别；/n根据预测的所述货物的类别从所述货物列表的货物中筛选出食材类的货物，并记录所述食材类的货物的货物信息。/n

【技术特征摘要】
1.一种信息录入方法，其特征在于，包括：
获取货物列表的图像；
对所述货物列表的图像进行文本内容识别，得到所述货物列表对应的文本信息；
对所述货物列表对应的文本信息进行分词，并基于分词结果采用机器学习模型预测所述货物列表中的货物的类别；
根据预测的所述货物的类别从所述货物列表的货物中筛选出食材类的货物，并记录所述食材类的货物的货物信息。


2.根据权利要求1所述的方法，其特征在于，获取所述货物列表的所述图像包括以下至少之一：
通过智能冰箱上的图像采集模块采集所述货物列表的所述图像；
接收移动终端采集并发送的所述货物列表的所述图像。


3.根据权利要求1所述的方法，其特征在于，对所述货物列表的图像进行文本内容识别，得到所述货物列表对应的所述文本信息包括：
采用多种不同的文本内容识别系统对所述货物列表的图像进行文本内容识别，得到多个识别结果；
根据所述多个不同的文本内容识别系统对不同类别的文本的识别准确度对所述多个识别结果进行合并，得到所述货物列表对应的所述文本信息。


4.根据权利要求1所述的方法，其特征在于，对所述货物列表的图像进行文本内容识别，得到所述货物列表对应的所述文本信息之后，还包括：
根据自然语言模型，基于上下文信息对所述货物列表对应的文本信息进行纠错。


5.根据权利要求1所述的方法，其特征在于，对所述货物列表对应的文本信息进行分词，并基于分词结果采用机器学习模型预测所述货物列表中的货物的类别包括：
对所述货物列表对应的文本信息进行分词，将每个词转换为词向量，并根据词之间的关系将词向量组合为向量矩阵；
基于所述向量矩阵采用机器学习模型预测所述货物列表中的货物的类别，其中，所述机器学习模型采用焦点损失作为训练误差。


6.根据权利要求1所述的方法，其特征在于，对所述货物列表对应的文本信息进行分词，并基于分词结果采用机器学习模型预测所述货物列表中的货物的类别之前，还包括：
基于字符模糊匹配的方式从所述货物列表对应的文本信息中确定出所述货物列表的生成时间；
记录所述货物列表的生成时间，并将所述生成时间从所述货物列表对应的文本信息中删除。


7.根据权利要...

【专利技术属性】
技术研发人员：胡江明，李雷雷，
申请(专利权)人：海尔优家智能科技北京有限公司，
类型：发明
国别省市：北京;11