【技术实现步骤摘要】
商品分类方法、设备及计算机存储介质
[0001]本专利技术涉及商品分类领域，尤其涉及一种商品分类方法、设备及计算机存储介质。
技术介绍
[0002]在电商的应用场景中，商品挂载到相关的品类一直是探索的痛点和难点。目前，一般采用商品标题等关键信息和相关类目或者品类做匹配进行挂载分类，然而，这种情况对商品标题的表达要求较高，往往标题表达的准确性直接决定了商品挂载分类的准确性，若商品表达的准确性和专业性较差，则会影响后续的商品品类的识别和相关品类的识别操作，比如：同款识别以及相似品判断等。
技术实现思路
[0003]本专利技术实施例提供了一种商品分类方法、设备及计算机存储介质，能够结合图文融合特征模型、图像特征提取模型、文本特征提取特征来提取商品信息的不同特征，而后利用深度神经网络模型对不同特征进行分析处理，获得商品信息的品类信息，这样有效地提高了对商品品类进行识别的准确可靠性。
[0004]第一方面，本专利技术实施例提供一种商品分类方法，包括：获取待处理的商品信息，所述商品信息包括图像信息和文本信息；利用...
【技术保护点】
【技术特征摘要】
1.一种商品分类方法，其特征在于，包括：获取待处理的商品信息，所述商品信息包括图像信息和文本信息；利用图文融合特征模型对所述商品信息进行特征提取，获得与所述商品信息相对应的图文融合特征；利用图像特征提取模型对所述图像信息进行特征提取，获得与所述商品信息相对应的图像特征；利用文本特征提取模型对所述文本信息进行特征提取，获得与所述商品信息相对应的文本特征；利用深度神经网络模型对所述图文融合特征、所述图像特征和所述文本特征进行处理，获得与所述商品信息相对应的品类信息。2.根据权利要求1所述的方法，其特征在于，利用图文融合特征模型对所述商品信息进行特征提取，获得与所述商品信息相对应的图文融合特征，包括：对所述图像信息进行切分处理，获得与所述图像信息相对应的多个子图像；确定所述多个子图像各自对应的图像位置；对所述文本信息进行切词处理，获得与所述文本信息相对应的多个切词序列；确定所述多个切词序列各自对应的切词位置；利用所述图文融合特征模型对所述多个子图像、图像位置、多个切词序列和所述切词位置进行特征提取，获得与所述商品信息相对应的图文融合特征。3.根据权利要求2所述的方法，其特征在于，利用所述图文融合特征模型对所述多个子图像、图像位置、多个切词序列和所述切词位置进行特征提取，获得与所述商品信息相对应的图文融合特征，包括：对所述多个切词序列的部分进行遮掩处理，获得部分切词序列；利用所述图文融合特征模型对所述多个子图像、图像位置、多个切词序列、部分切词序列和所述切词位置进行特征提取，获得与所述商品信息相对应的图文融合特征。4.根据权利要求1所述的方法，其特征在于，在利用深度神经网络模型对所述图文融合特征、所述图像特征和所述文本特征进行处理，获得与所述商品信息相对应的品类信息之前，所述方法还包括：识别所述图文融合特征的维度、所述图像特征的维度与所述文本特征的维度是否一致；在所述图文融合特征的维度、所述图像特征的维度和所述文本特征的维度不一致时，则将所述图文融合特征的维度、所述图像特征的维度和所述文本特征的维度调整一致。5.根据权利要求1所述的方法，其特征在于，在利用深度神经网络模型对所述图文融合特征、所述图像特征和所述文本特征进行处理，获得与所述商品信息相对应的品类信息之前，所述方法还包括：根据所述图文融合特征、所述图像特征和所述文本特征，确定与所述商品信息相对应的特征中心点；基于所述图文融合特征、所述图像特征、所述文本特征和所述特征中心点，确定与所述商品信息相对应的目标图文特征、目标图像特征和目标文本特征。6.根据权利要求5所述的方法，其特征在于，根据所述图文融合特征、所述图像特征和
所述文本特征，确定与所述商品信息相对应的特征中心点，包括：将所述图文融合特征、所述图像特征和所述文本特征的特征平均值，确定为与所述商品信息相对应的特征中心点。7.根据权利要求5所述的方法，其特征在于，基于所述图文融合特征、所述图像特征、所述文本特征和所述特征中心点，确定与所述商品信息相对应的目标图文特征、目标图像特征和目标文本特征，包括：获取所述图文融合特征与所述特征中心...
【专利技术属性】
技术研发人员：章宦记，孙可嘉，李彤，
申请(专利权)人：阿里巴巴中国有限公司，
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。