本发明专利技术提供一种基于AI的物料分类方法及系统，其中方法包括：获取样例数据并基于样例数据，确定训练数据集；基于训练数据集，训练AI物料分类模型；获取用户输入的待分类物料语句，确定待分类物料的特征数据并输入到训练完成的AI物料分类模型，得到待分类物料的分类结果。本发明专利技术实施例通过用户输入的待分类物料语句,自动确认待分类物料的分类结果，减少了人工分类的时间，提高了物料分类的精准性和效率。
【技术实现步骤摘要】
本专利技术涉及物料分类，特别涉及一种基于ai的物料分类方法及系统。
技术介绍
1、目前，工厂往往需要对大量的物料进行采购，随着物料运行周期越来越短，往往需要对物料进行分类，并根据分类结果进行仓储。现实中对物料分类通过人工观察进行分类。由于工人出现视觉疲劳，同时对物料的类型认识错误，分类效率低下，分类准确性也不高。所以亟需一种基于ai的物料分类方法及系统。同时对分类结果的物料缺乏了解，例如分类结果为危险品的物料，在仓储条件和环境与其他一般的物料有所不同，需要进一步了解物料信息。
2、现有技术cn111738310a提供了一种物料分类方法，通过确定待分类物料图像中每一像素的语义分割结果和物料归属向量，从而聚类得到单物料掩膜，提高了包括重叠物料在内的分割准确性，再基于每一单物料掩膜在待分类物料图像中的单物料图像，对每一单物料进行分类，得到物料分类结果。但现有技术cn111738310a只是对物料筛除不合格产品，没有具体描述物料的信息，也没有基于物料的信息进行采购和管理。
技术实现思路
1、本专利技术实施例提供的一种基于ai的物料分类方法，包括：
2、获取样例数据并基于样例数据，确定训练数据集；
3、基于训练数据集，训练ai物料分类模型；
4、获取用户输入的待分类物料语句，确定待分类物料的特征数据并输入到训练完成的ai物料分类模型，得到待分类物料的分类结果。
5、优选地，获取样例数据并基于样例数据，确定训练数据集，包括：
<
p>6、获取样例数据；7、基于分类排序法，确定物料数据库；
8、基于相似性算法，确定训练数据集。
9、优选地，基于分类排序法，确定物料数据库，包括：
10、基于样例数据，确定第一类别标签；
11、基于第一类别标签，确定第一类别的重要系数和第一描述信息；
12、基于第一类别标签，确定若干个一级子数据集；
13、基于第一类别的重要系数，对若干个一级子数据集进行排序；
14、基于任意一个一级子数据集，确定第二类别标签；
15、基于第二类别标签，确定第二类别的重要系数和第二描述信息；
16、基于第二类别标签，对任意一个一级子数据集拆分成若干个二级子数据集；
17、基于第二类别的重要系数，对若干个二级子数据集进行排序；
18、基于任意一个二级子数据集，确定第三类别标签；
19、基于第三类别标签，确定第三类别的重要系数和第三描述信息；
20、基于第三类别标签，对任意一个二级子数据集拆分成若干个三级子数据集；
21、基于第三类别的重要系数，对若干个三级子数据集进行排序；
22、将所有的三级子数据集构成物料数据库。
23、优选地，基于相似性算法，确定训练数据集，包括：
24、获取任意一个的样例数据；
25、计算出任意一个的样例数据与物料数据库内三级子数据集的相似度并基于相似度进行排序，确定与任意一个的样例数据相似度最大的物料数据库内的三级子数据集；
26、基于与任意一个的样例数据相似度最大的物料数据库内的三级子数据集对应的第三类别标签，确定任意一个的样例数据的分类结果；
27、将所有的样例数据以及对应的分类结果，确定训练数据集。
28、优选地，获取用户输入的待分类物料语句，确定待分类物料的特征数据并输入到训练完成的ai物料分类模型，得到待分类物料的分类结果，包括：
29、获取用户输入的待分类物料语句；
30、对待分类物料语句进行语义分析，确定待分类物料的特征数据；
31、将待分类物料的特征数据输入到训练完成的ai物料分类模型中，得到分类结果；
32、基于分类结果，获取待分类物料语句的描述信息。
33、优选地，基于分类结果，获取待分类物料语句的描述信息，包括：
34、基于待分类物料语句的分类结果，确定待分类物料语句的类别，
35、其中，待分类物料语句的类别包括待分类物料语句对应的第一类别结果、待分类物料语句对应的第二类别结果和待分类物料语句对应的第三类别结果；
36、基于待分类物料语句对应的第一类别结果，检索出待分类物料的第一描述信息；
37、基于待分类物料语句对应的第二类别结果，检索出待分类物料的第二描述信息；
38、基于待分类物料语句对应的第三类别结果，检索出待分类物料的第三描述信息；
39、将待分类物料的第一描述信息、第二描述信息和第三描述信息进行叠加和语义处理，确定待分类物料的第一描述语句；
40、将待分类物料的第一描述语句作为待分类物料语句的描述信息发送给用户。
41、优选地，其特征在于，将待分类物料的第一描述信息、第二描述信息和第三描述信息进行叠加和语义处理，确定待分类物料的第一描述语句，包括：
42、将待分类物料的第一描述信息、第二描述信息和第三描述信息按进行叠加，确定待分类物料的第二描述语句；
43、基于字典构建近义词数据库，并通过近义词数据库，对重叠词语进行近义词替换和代词替换，确定待分类物料的第三描述语句；
44、对待分类物料的第二描述语句进行词语重叠检索，确定重叠词语；
45、基于语法构建语法规则库，并通过语法构建语法规则库，对待分类物料的第三描述语句进行语序调整和句型调整，确定待分类物料的第四描述语句；
46、基于历史数据构建语句校正模型，对待分类物料的第四描述语句进行语法校对和通顺检测，确定待分类物料的第一描述语句。
47、优选地，还包括：
48、基于编辑距离法对待分类物料的分类结果进行检测，判断待分类物料的分类结果是否准确；
49、其中，基于编辑距离法对待分类物料的分类结果进行检测，判断待分类物料的分类结果是否准确，包括：
50、基于待分类物料的分类结果拆分成对应的第一类别结果、第二类别结果和第三类别结果；
51、分别计算第一类别结果与若干个一级子数据集的编辑距离并按照编辑距离的大小进行排列，选取出编辑距离最小的一级子数据集，判断第一类别结果与编辑距离最小的一级子数据集是否类别相同，若类别不同，则判断待分类物料的分类结果错误；
52、若类别相同，则分别计算第二类别结果与若干个二级子数据集的编辑距离并按照编辑距离的大小进行排列，选取出编辑距离最小的二级子数据集，判断第二类别结果与编辑距离最小的二级子数据集是否类别相同，若类别不同，则判断待分类物料的分类结果错误；
53、若类别相同，则分别计算第三类别结果与若干个三级子数据集的编辑距离并按照编辑距离的大小进行排列，选取出编辑距离最小的三级子数据集，判断第三类别结果与编辑距离最小的三级子数据集是否类别相同，若类别不同，则判断待分类物本文档来自技高网
...
【技术保护点】
1.一种基于AI的物料分类方法，其特征在于，包括：
2.如权利要求1所述的一种基于AI的物料分类方法，其特征在于，获取样例数据并基于样例数据，确定训练数据集，包括：
3.如权利要求2所述的一种基于AI的物料分类方法，其特征在于，基于分类排序法，确定物料数据库，包括：
4.如权利要求2所述的一种基于AI的物料分类方法，其特征在于，基于相似性算法，确定训练数据集，包括：
5.如权利要求1所述的一种基于AI的物料分类方法，其特征在于，获取用户输入的待分类物料语句，确定待分类物料的特征数据并输入到训练完成的AI物料分类模型，得到待分类物料的分类结果，包括：
6.如权利要求5所述的一种基于AI的物料分类方法，其特征在于，基于分类结果，获取待分类物料语句的描述信息，包括：
7.如权利要求6所述的一种基于AI的物料分类方法，其特征在于，将待分类物料的第一描述信息、第二描述信息和第三描述信息进行叠加和语义处理，确定待分类物料的第一描述语句，包括：
8.如权利要求1所述的一种基于AI的物料分类方法，其特征在于，还包括：
9.如权利要求1所述的一种基于AI的物料分类方法，其特征在于，还包括：
10.一种基于AI的物料分类系统，其特征在于，包括：
...
【技术特征摘要】
1.一种基于ai的物料分类方法，其特征在于，包括：
2.如权利要求1所述的一种基于ai的物料分类方法，其特征在于，获取样例数据并基于样例数据，确定训练数据集，包括：
3.如权利要求2所述的一种基于ai的物料分类方法，其特征在于，基于分类排序法，确定物料数据库，包括：
4.如权利要求2所述的一种基于ai的物料分类方法，其特征在于，基于相似性算法，确定训练数据集，包括：
5.如权利要求1所述的一种基于ai的物料分类方法，其特征在于，获取用户输入的待分类物料语句，确定待分类物料的特征数据并输入到训练完成的ai物料分类模型，得到...
【专利技术属性】
技术研发人员：金震，张京日，徐伟，李志达，
申请(专利权)人：北京三维天地科技股份有限公司，
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。