本发明专利技术提供了一种电子元器件的归类方法、装置、设备及存储介质，其中，所述归类方法包括：接收输入的电子元器件的物料信息；判断所述物料信息是否包含有所述电子元器件的类目；若所述物料信息未包含有所述电子元器件的类目，则通过所述物料信息中的型号或参数描述来获取所述电子元器件的类目，本发明专利技术的电子元器件的归类方法除了能够根据型号查找历史数据来对电子元器件进行归类外，还利用了分类模型来识别电子元器件的参数描述的相关规则来获得电子元器件的分类，在供应商提供的物料数据存在部分缺失的情况下，也能够实现对电子元器件的较好分类，提高了分类效率。提高了分类效率。提高了分类效率。
【技术实现步骤摘要】
电子元器件的归类方法、装置、设备及存储介质
[0001]本专利技术涉及电子元器件分类
，尤其涉及一种电子元器件的归类方法、装置、设备及存储介质。
技术介绍
[0002]目前各个供应商提供的电子元器件的物料数据参差不齐，有物料数据带有类目信息的，有物料数据不带有类目信息的，还有虽然物料数据带有类目信息，但是物料的类目实际并未收录到索引库中，从而导致在建立各个供应商的电子元器件的物料索引时，存在较大的困难。现有技术解决这个问题一般有两种方法，一种是通过人工来对电子元器件进行类目分类，该种方式效率低，另一种是通过构造自动化脚本通过在索引库中查找历史数据来对电子元器件进行自动分类，这种形式只能依据型号等能够较好的确定电子元器件种类的信息对电子元器件进行分类，无法适应复杂场景下电子元器件的分类需求。
[0003]因此，现有技术还有待于改进和发展。
技术实现思路
[0004]本专利技术的主要目的在于解决现有对各个供应商电子元器件进行分类的方法只能通过查找历史数据来进行分类，分类原理简单，难以满足复杂场景下电子元器件的分类需求的技术问题。
[0005]本专利技术第一方面提供了一种电子元器件的归类方法，所述归类方法包括：
[0006]接收输入的电子元器件的物料信息；
[0007]判断所述物料信息是否包含有所述电子元器件的类目；
[0008]若所述物料信息未包含有所述电子元器件的类目，则通过所述物料信息中的型号或参数描述来获取所述电子元器件的类目；
[0009]在通过所述型号来获取所述电子元器件的类目时，根据所述型号在索引库中搜索具有所述型号的历史物料，以所述历史物料的类目作为所述电子元器件的类目；
[0010]在通过所述参数描述来获取所述电子元器件的类目时，通过预设的分类模型预测所述电子元器件的类目，从所述分类模型输出的多个可能类目中选取相似度最高的所述可能类目作为所述电子元器件的类目。
[0011]在本专利技术第一方面一种可选的实施方式中，所述根据所述型号在索引库中搜索具有所述型号的历史物料，以所述历史物料的类目作为所述电子元器件的类目包括：
[0012]若搜索到具有所述型号的历史物料有多个，则获取各个所述历史物料的类目，以多个所述历史物料中出现次数最多的类目作为所述电子元器件的类目。
[0013]在本专利技术第一方面一种可选的实施方式中，所述通过预设的分类模型预测所述电子元器件的类目之前包括：
[0014]对所述参数描述进行分词处理，获得所述参数描述的词向量；
[0015]对所述词向量进行单位、符号以及大小写转换，获得规范化后的模型输入值。
[0016]在本专利技术第一方面一种可选的实施方式中，所述通过预设的分类模型预测所述电子元器件的类目包括：
[0017]将所述模型输入值输入到所述分类模型中；
[0018]在所述分类模型中通过模型内置的分类算法计算得到所述电子元器件的多个可能类目以及每个所述可能类目的相似度大小；
[0019]按照相似度大小对多个所述可能类目进行降序排序；
[0020]选择相似度最大的所述可能类目作为所述电子元器件的类目。
[0021]在本专利技术第一方面一种可选的实施方式中，所述选择相似度最大的所述可能类目作为所述电子元器件的类目包括：
[0022]若相似度最大的所述可能类目有多个，则随机从多个相似度最大的所述可能类目中选取一个作为所述电子元器件的类目。
[0023]在本专利技术第一方面一种可选的实施方式中，所述接收输入的电子元器件的物料信息之前包括：
[0024]构造用于对所述分类模型进行训练用的样本集，所述样本集中包括有多种不同的电子元器件、各电子元器件的参数描述及标准类目；
[0025]将所述样本集中的所述参数描述依次输入到所述分类模型中，并获取所述分类模型的识别结果；
[0026]将所述识别结果与各个所述参数描述所对应的所述标准类目进行比对；
[0027]若所述识别结果不符合预设的识别精度要求，则对所述分类模型中网络参数进行调整；
[0028]重复将所述样本集中所述电子元器件的所述参数描述输入至所述分类模型中，直至所述分类模型输出的所述识别结果符合预设的识别精度要求。
[0029]在本专利技术第一方面一种可选的实施方式中，所述归类方法还包括：
[0030]若所述物料信息包含有所述电子元器件的类目且所述电子元器件的类目未收录到所述索引库中，或者当通过所述物料信息中的型号和参数描述无法获取所述电子元器件的类目时，通过人工将所述电子元器件标注到所述索引库对应已存在的类目中或者额外新建所述电子元器件的类目。
[0031]本专利技术第二方面提供了一种电子元器件的归类装置，所述电子元器件的归类装置包括：
[0032]接收模块，用于接收输入的电子元器件的物料信息；
[0033]判断模块，用于判断所述物料信息是否包含有所述电子元器件的类目；若所述物料信息未包含有所述电子元器件的类目，则通过所述物料信息中的型号或参数描述来获取所述电子元器件的类目；
[0034]第一分类模块，用于在通过所述型号来获取所述电子元器件的类目时，根据所述型号在索引库中搜索具有所述型号的历史物料，以所述历史物料的类目作为所述电子元器件的类目；
[0035]第二分类模块，用于在通过所述参数描述来获取所述电子元器件的类目时，通过预设的分类模型预测所述电子元器件的类目，从所述分类模型输出的多个可能类目中选取相似度最高的所述可能类目作为所述电子元器件的类目。
[0036]本专利技术第三方面提供了一种电子元器件的归类设备，所述电子元器件的归类设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
[0037]所述至少一个处理器调用所述存储器中的所述指令，以使得所述电子元器件的归类设备执行如上述任一项所述的电子元器件的归类方法。
[0038]本专利技术第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的电子元器件的归类方法。
[0039]有益效果：本专利技术提供了一种电子元器件的归类方法、装置、设备及存储介质，所述归类方法包括：接收输入的电子元器件的物料信息；判断所述物料信息是否包含有所述电子元器件的类目；若所述物料信息未包含有所述电子元器件的类目，则通过所述物料信息中的型号或参数描述来获取所述电子元器件的类目，本专利技术的电子元器件的归类方法除了能够根据型号查找历史数据来对电子元器件进行归类外，还利用了分类模型来识别电子元器件的参数描述的相关规则来获得电子元器件的分类，在供应商提供的物料数据存在部分缺失的情况下，也能够实现对电子元器件较好分类，提高了分类速度。
附图说明
[0040]图1为本专利技术一种电子元器件的归类方法的一个实施例示意图；
[0041]图2为本专利技术一种电子元器件的归类装置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电子元器件的归类方法，其特征在于，所述归类方法包括：接收输入的电子元器件的物料信息；判断所述物料信息是否包含有所述电子元器件的类目；若所述物料信息未包含有所述电子元器件的类目，则通过所述物料信息中的型号或参数描述来获取所述电子元器件的类目；在通过所述型号来获取所述电子元器件的类目时，根据所述型号在索引库中搜索具有所述型号的历史物料，以所述历史物料的类目作为所述电子元器件的类目；在通过所述参数描述来获取所述电子元器件的类目时，通过预设的分类模型预测所述电子元器件的类目，从所述分类模型输出的多个可能类目中选取相似度最高的所述可能类目作为所述电子元器件的类目。2.根据权利要求1所述的电子元器件的归类方法，其特征在于，所述归类方法还包括：若所述物料信息包含有所述电子元器件的类目且所述电子元器件的类目未收录到所述索引库中，或者当通过所述物料信息中的型号和参数描述无法获取所述电子元器件的类目时，通过人工将所述电子元器件标注到所述索引库对应已存在的类目中或者额外新建所述电子元器件的类目。3.根据权利要求1所述的电子元器件的归类方法，其特征在于，所述通过预设的分类模型预测所述电子元器件的类目之前包括：对所述参数描述进行分词处理，获得所述参数描述的词向量；对所述词向量进行单位、符号以及大小写转换，获得规范化后的模型输入值。4.根据权利要求3所述的电子元器件的归类方法，其特征在于，所述通过预设的分类模型预测所述电子元器件的类目包括：将所述模型输入值输入到所述分类模型中；在所述分类模型中通过模型内置的分类算法计算得到所述电子元器件的多个可能类目以及每个所述可能类目的相似度大小；按照相似度大小对多个所述可能类目进行降序排序；选择相似度最大的所述可能类目作为所述电子元器件的类目。5.根据权利要求4所述的电子元器件的归类方法，其特征在于，所述选择相似度最大的所述可能类目作为所述电子元器件的类目包括：若相似度最大的所述可能类目有多个，则随机从多个相似度最大的所述可能类目中选取一个作为所述电子元器件的类目。6.根据权利要求1所述的电子元器件的归类方法，其特征在于，所述接收输入的电子元器件的物料信息之前包括：构造用于对所述分类模型进行训练用的样本集，所述样本集中包括有多种不同...
【专利技术属性】
技术研发人员：邝迎波，李六七，张兴瑜，杜飞，
申请(专利权)人：深圳前海硬之城信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。