对象识别码处理方法、对象发布方法、装置、设备及介质制造方法及图纸

本公开实施例涉及一种对象识别码处理方法、对象发布方法、装置、设备及介质。本公开的至少一个实施例中，通过对象识别码关联的原市场的对象信息，将对象识别码与目标市场的识别码库中至少一部分识别码进行聚合，便于在发布对象时，可以基于一个对象识别码而发布多个聚合的对象，提高对象发布效率；另外，通过将对象识别码关联的原市场的对象信息映射为目标市场的对象信息，进而在目标市场的识别码库中存储对象识别码、聚合信息、对象识别码在目标市场的对象信息之间的关联关系，便于在发布对象时，可从目标市场的识别码库中查找到对象识别码在目标市场的对象信息，确保成功发布对象。

【技术实现步骤摘要】
对象识别码处理方法、对象发布方法、装置、设备及介质
本公开实施例涉及数据处理
，具体涉及一种对象识别码处理方法、对象发布方法、装置、设备及介质。
技术介绍
传统的对象发布方式为：商家将全部对象信息人工方式逐个填写到对象发布页面中，点击对象发布页面中的发布按钮来发布对象。传统的对象发布方式需要的时间较多，对象发布效率较低，且可能因填写不当导致对象发布失败。另外，本公开专利技术人还发现：商家在对象发布页面中填写的对象信息可能不符合目标市场对于对象信息的定义，若直接将对象信息填写到对象发布页面，可能导致对象发布失败。上述对问题的发现过程的描述，仅用于辅助理解本公开的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
为了解决现有技术存在的至少一个问题，本公开的至少一个实施例提供了一种对象识别码处理方法、对象发布方法、装置、电子设备及存储介质。第一方面，本公开实施例提出一种对象识别码处理方法，包括：获取对象识别码以及与所述对象识别码关联的第一对象信息；基于所述第一对象信息，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合，得到聚合信息；将所述第一对象信息映射为所述目标市场的第二对象信息；在所述目标市场的识别码库中，存储所述对象识别码、所述聚合信息、所述第二对象信息之间的关联关系。在一些实施例中，所述第一对象信息包括识别码标题；所述基于所述第一对象信息，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合包括：将所述识别码标题进行多次截断，得到多个子标题；基于所述多个子标题，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合。在一些实施例中，所述基于所述多个子标题，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合包括：将每个所述子标题与所述目标市场的识别码库中至少一部分识别码的关键属性进行匹配；将所述对象识别码与匹配的关键属性所对应的识别码进行聚合。在一些实施例中，所述将每个所述子标题与所述目标市场的识别码库中至少一部分识别码的关键属性进行匹配包括：预先将所述目标市场的识别码库中至少一部分识别码进行聚合，得到多个聚合集；确定每个所述聚合集所共有的关键属性；将每个所述子标题与所述多个聚合集各自共有的关键属性进行匹配。在一些实施例中，所述第一对象信息包括第一识别码标题；所述基于所述第一对象信息，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合包括：针对所述目标市场的识别码库中至少一部分识别码的第二识别码标题，确定该第二识别码标题与所述第一识别码标题之间的相似距离；将所述对象识别码与目标市场的识别码库中至少一部分识别码进行相似距离聚合。在一些实施例中，所述确定该第二识别码标题与所述第一识别码标题之间的相似距离包括：将该第二识别码标题和所述第一识别码标题输入实体对齐模型，通过所述实体对齐模型进行对齐，输出该第二识别码标题与所述第一识别码标题之间的相似距离。在一些实施例中，所述实体对齐模型为基于同款对象对的识别码标题对训练孪生神经网络得到的模型。在一些实施例中，所述第一对象信息包括第一对象类目和第一对象属性；所述将所述第一对象信息映射为所述目标市场的第二对象信息包括：将所述第一对象类目映射为所述目标市场的第二对象类目；将所述第一对象属性映射为所述目标市场的第二对象属性。在一些实施例中，所述将所述第一对象类目映射为所述目标市场的第二对象类目包括：将所述第一对象类目和所述第一对象属性输入文本模型，通过所述文本模型对所述第一对象类目和所述第一对象属性进行文本分析，输出所述目标市场的第二对象类目。在一些实施例中，所述第一对象信息还包括对象图片；所述将所述第一对象类目映射为所述目标市场的第二对象类目包括：将所述对象图片输入对象识别模型，通过所述对象识别模型识别所述对象图片中的对象，输出所述目标市场的第二对象类目。在一些实施例中，所述将所述第一对象类目映射为所述目标市场的第二对象类目还包括：识别所述对象图片中的文本信息；将所述文本信息输入所述文本模型，通过所述文本模型对所述文本信息进行分析，输出所述目标市场的第二对象类目。在一些实施例中，所述第一对象信息还包括识别码标题；所述将所述第一对象类目映射为所述目标市场的第二对象类目还包括：将所述识别码标题输入所述文本模型，通过所述文本模型对所述识别码标题进行文本分析，输出所述目标市场的第二对象类目。在一些实施例中，所述将所述第一对象类目映射为所述目标市场的第二对象类目后，所述方法还包括：基于第一规则和/或第二规则，修正所述第二对象类目；其中，所述第一规则为基于算法批量挖掘的规则；所述第二规则为基于行业专家积累的规则。在一些实施例中，所述将所述第一对象类目映射为所述目标市场的第二对象类目包括：基于人工沉淀的渠道间的类目映射关系，将所述第一对象类目映射为所述目标市场的第二对象类目。在一些实施例中，所述将所述第一对象类目映射为所述目标市场的第二对象类目后，所述方法还包括：基于用户反馈信息，修正所述第二对象类目。第二方面，本公开实施例还提出一种对象发布方法，包括：响应对象发布请求，展示对象发布页面；获取对象识别码；基于所述对象识别码，从所述目标市场的识别码库中，查找所述对象识别码关联的聚合信息和第二对象信息；将所述第二对象信息回填所述对象发布页面，并在所述对象发布页面中回填所述聚合信息对应的至少一部分识别码所对应的对象信息；响应信息确认操作，将所述对象发布页面中对象信息进行发布。在一些实施例中，所述方法还包括：若未查找到所述对象识别码关联的聚合信息和第二对象信息，则基于第一方面任一实施例提供的对象识别码处理方法处理所述对象识别码，得到所述对象识别码关联的聚合信息和第二对象信息。第三方面，本公开实施例还提出一种对象识别码处理装置，包括：获取单元，用于获取对象识别码以及与所述对象识别码关联的第一对象信息；聚合单元，用于基于所述第一对象信息，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合，得到聚合信息；映射单元，用于将所述第一对象信息映射为所述目标市场的第二对象信息；存储单元，用于在所述目标市场的识别码库中，存储所述对象识别码、所述聚合信息、所述第二对象信息之间的关联关系。第四方面，本公开实施例还提出一种对象发布装置，包括：展示单元，用于响应对象发布请求，展示对象发布页面；获取单元，用于获取对象识别码；查找单元，用于基于所述对象识别码，从所述目标市场的识别码库中，查找所述对象识别码关联的聚合信息和第二对象信息；回填单元，用于将所述第二对象信息回填所述本文档来自技高网...

【技术保护点】
1.一种对象识别码处理方法，包括：/n获取对象识别码以及与所述对象识别码关联的第一对象信息；/n基于所述第一对象信息，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合，得到聚合信息；/n将所述第一对象信息映射为所述目标市场的第二对象信息；/n在所述目标市场的识别码库中，存储所述对象识别码、所述聚合信息、所述第二对象信息之间的关联关系。/n

【技术特征摘要】
1.一种对象识别码处理方法，包括：
获取对象识别码以及与所述对象识别码关联的第一对象信息；
基于所述第一对象信息，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合，得到聚合信息；
将所述第一对象信息映射为所述目标市场的第二对象信息；
在所述目标市场的识别码库中，存储所述对象识别码、所述聚合信息、所述第二对象信息之间的关联关系。


2.根据权利要求1所述的方法，其中，所述第一对象信息包括识别码标题；
所述基于所述第一对象信息，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合包括：
将所述识别码标题进行多次截断，得到多个子标题；
基于所述多个子标题，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合。


3.根据权利要求2所述的方法，其中，所述基于所述多个子标题，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合包括：
将每个所述子标题与所述目标市场的识别码库中至少一部分识别码的关键属性进行匹配；
将所述对象识别码与匹配的关键属性所对应的识别码进行聚合。


4.根据权利要求3所述的方法，其中，所述将每个所述子标题与所述目标市场的识别码库中至少一部分识别码的关键属性进行匹配包括：
预先将所述目标市场的识别码库中至少一部分识别码进行聚合，得到多个聚合集；
确定每个所述聚合集所共有的关键属性；
将每个所述子标题与所述多个聚合集各自共有的关键属性进行匹配。


5.根据权利要求1所述的方法，其中，所述第一对象信息包括第一识别码标题；
所述基于所述第一对象信息，将所述对象识别码与目标市场的识别码库中至少一部分识别码进行聚合包括：
针对所述目标市场的识别码库中至少一部分识别码的第二识别码标题，确定该第二识别码标题与所述第一识别码标题之间的相似距离；
将所述对象识别码与目标市场的识别码库中至少一部分识别码进行相似距离聚合。


6.根据权利要求5所述的方法，其中，所述确定该第二识别码标题与所述第一识别码标题之间的相似距离包括：
将该第二识别码标题和所述第一识别码标题输入实体对齐模型，通过所述实体对齐模型进行对齐，输出该第二识别码标题与所述第一识别码标题之间的相似距离。


7.根据权利要求6所述的方法，其中，所述实体对齐模型为基于同款对象对的识别码标题对训练孪生神经网络得到的模型。


8.根据权利要求1所述的方法，其中，所述第一对象信息包括第一对象类目和第一对象属性；所述将所述第一对象信息映射为所述目标市场的第二对象信息包括：
将所述第一对象类目映射为所述目标市场的第二对象类目；
将所述第一对象属性映射为所述目标市场的第二对象属性。


9.根据权利要求8所述的方法，其中，所述将所述第一对象类目映射为所述目标市场的第二对象类目包括：
将所述第一对象类目和所述第一对象属性输入文本模型，通过所述文本模型对所述第一对象类目和所述第一对象属性进行文本分析，输出所述目标市场的第二对象类目。


10.根据权利要求9所述的方法，其中，所述第一对象信息还包括对象图片；
所述将所述第一对象类目映射为所述目标市场的第二对象类目包括：
将所述对象图片输入对象识别模型，通过所述对象识别模型识别所述对象图片中的对象，输出所述目标市场的第二对象类目。


11.根据权利要求10所述的方法，其中，所述将所述第一对象类目映射为所述目标市...

【专利技术属性】
技术研发人员：黄志文，黄宇超，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY