商品属性的提取方法、装置、计算机设备及存储介质制造方法及图纸

本申请提供一种商品属性的提取方法、装置、计算机设备及存储介质，可以提高商品品类确定的精确度。该方法包括：获取第一商品所对应的第一商品数据；对所述第一商品数据进行数据预处理；将数据预处理后的第一商品数据输入整体模型，以得到第一商品所对应的第一发射矩阵，整体模型为预先通过深度学习对训练数据集进行训练得到的，训练数据集包括多个品类每个品类的商品所对应的商品数据及标注；将第一发射矩阵输入目标模型，以得到第一商品所对应的第一转移矩阵，目标模型为预先通过机器学习进行训练得到的；根据第一发射矩阵和第一转移矩阵确定最优标注序列；根据最优标注序列确定第一商品的商品属性。一商品的商品属性。

【技术实现步骤摘要】
商品属性的提取方法、装置、计算机设备及存储介质


[0001]本申请属于数据处理领域，特别涉及一种商品属性的提取方法、装置及存储介质。

技术介绍

[0002]商品属性提取是给定一段文本，从中提取出关于商品的属性，例如商品的颜色、材质以及适用人群等具体属性。商品属性提取可以用在电商的商品筛选，搜索引擎可以基于用户的输入，从中提取出用户要求的商品属性从而展示对应的商品搜索结果；也可以用在商品知识图谱的构建，如“AliOpenKG”，以商品为中心，各属性为元素的体系，有利于数智化商品运营。
[0003]目前主要是基于机器学习提取出商品的一些基础属性，如品牌、颜色、材质、适用人群或生产日期等。然而现有技术只提取商品的基础属性，在已知品类的前提下，获取其对应的属性，如果品类未知，其基础属性无法完全确认该商品描述对应的品类。

技术实现思路

[0004]本申请提供一种商品属性的提取方法、装置、计算机设备及存储介质，可以提高商品品类确定的精确度。
[0005]本申请第一方面提供了一种商品属性的提取方法，包括：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品属性的提取方法，其特征在于，包括：获取第一商品所对应的第一商品数据，所述第一商品为待进行商品属性提取的商品；对所述第一商品数据进行数据预处理；将数据预处理后的所述第一商品数据输入整体模型，以得到所述第一商品所对应的第一发射矩阵，所述整体模型为预先通过深度学习对训练数据集进行训练得到的，所述训练数据集包括多个品类每个品类的商品所对应的商品数据及标注；将所述第一发射矩阵输入目标模型，以得到所述第一商品所对应的第一转移矩阵，所述目标模型为预先通过机器学习进行训练得到的；根据所述第一发射矩阵和所述第一转移矩阵确定最优标注序列；根据所述最优标注序列确定所述第一商品的商品属性。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：步骤1、获取多个品类中每个品类所对应的商品数据；步骤2、对所述多个品类中每个品类所对应的商品数据进行预处理；步骤3、将目标商品数据输入第一模型，以得到第一品类所对应的第二发射矩阵，所述第一品类为所述多个品类中的任意一个品类，所述目标商品数据为预处理后所述第一品类所对应的商品中任意一个商品所对应的商品数据；步骤4、将所述第二发射矩阵输入第二模型，以得到所述第一品类所对应的第二转移矩阵；步骤5、根据所述第二发射矩阵和所述第二转移矩阵调整所述第一模型的损失函数以及所述第二模型的损失函数；步骤6、基于调整后的损失函数迭代执行步骤3至步骤5，直至达到预置的迭代终止条件；步骤7、将达到所述预置的迭代终止条件的所述第一模型确定为所述整体模型，将达到所述预置的迭代终止条件的所述第二模型确定为所述目标模型。3.根据权利要求2所述的方法，其特征在于，所述获取多个品类中每个品类所对应的商品数据包括：确定品类获取所对应的多个电商平台；通过机器人流程自动化从所述多个电商平台获取所述多个品类中每个品类所对应的商品的商品数据。4.根据权利要求2所述的方法，其特征在于，所述商品数据为商品描述，所述对所述多个品类中每个品类所对应的商品数据进行预处理包括：对目标商品描述中每个字符进行标注，所述目标商品描述为第二商品的标题，所述目标商品为第二品类所对应的商品中任意一个商品，所述第二品类为所述多个品类中的任意一个品类；将所述多个品类中每个品类所对应的商品数据按照预设比例进行数据集划分。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述第一发射矩阵和所述第一转移矩阵确定最优标注序列包括：根据所述第一发射矩阵以及所述第一转移矩阵确定所述第一商品所对应的最大分数的矩阵和上一状态下标；
基于所述最大分数的矩阵和所述上一状态下标进行反向回溯，以确定所述文本序列中的最后一个标签至第一个标签的序列；逆向输出所述最后一个标签至所述第一...

【专利技术属性】
技术研发人员：付文超，杨国生，韦利东，
申请(专利权)人：上海泛微网络科技股份有限公司，
类型：发明
国别省市：