System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,具体涉及一种属性信息生成方法、装置、存储介质、设备及程序产品。
技术介绍
1、随着电子商务和图像识别技术的飞速发展,商品图像(如商品主图、详情图)已成为消费者了解商品属性和购买决策的重要依据。商品图像中包含了丰富详尽的商品属性信息,诸如品牌名称、产品型号、规格参数、价格等信息,这些信息对于电商平台的数据管理和消费者的购物体验至关重要。因此,如何从商品图像中准确、高效地提取出这些文字属性信息,成为了电子商务领域的一项技术挑战。
技术实现思路
1、本申请实施例提供一种属性信息生成方法、装置、存储介质、设备及程序产品,能够从目标商品对应的待处理图像集中准确、高效地提取出目标商品对应的属性信息。
2、一方面,本申请实施例提供一种属性信息生成方法,所述方法包括:
3、获取用户输入的目标指令信息与目标商品对应的待处理图像集,所述目标指令信息是从指令集中选择的指令信息;
4、对所述目标指令信息进行语义识别处理,得到指令信息语义特征;
5、对所述待处理图像集进行图像处理,得到目标图像特征;
6、对所述目标图像特征与所述指令信息语义特征进行解码处理,生成所述目标商品对应的属性信息,所述属性信息包括所述指令信息对应的目标属性类别与所述目标属性类别对应的目标属性值,所述目标属性类别与所述目标属性值构成键值对。
7、另一方面,本申请实施例提供一种属性信息生成装置,所述装置包括:
8、获取单元,用于获取用户
9、第一处理单元,用于对所述目标指令信息进行语义识别处理,得到指令信息语义特征;
10、第二处理单元,用于对所述待处理图像集进行图像处理,得到目标图像特征;
11、解码单元,用于对所述目标图像特征与所述指令信息语义特征进行解码处理,生成所述目标商品对应的属性信息,所述属性信息包括所述指令信息对应的目标属性类别与所述目标属性类别对应的目标属性值,所述目标属性类别与所述目标属性值构成键值对。
12、另一方面,本申请实施例一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行如上任一实施例所述的属性信息生成方法。
13、另一方面,本申请实施例一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如上任一实施例所述的属性信息生成方法。
14、另一方面,本申请实施例一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行时实现如上任一实施例所述的属性信息生成方法。
15、本申请实施例通过获取用户输入的目标指令信息与目标商品对应的待处理图像集,目标指令信息是从指令集中选择的指令信息;对目标指令信息进行语义识别处理,得到指令信息语义特征;对待处理图像集进行图像处理,得到目标图像特征;对目标图像特征与指令信息语义特征进行解码处理,生成目标商品对应的属性信息,属性信息包括指令信息对应的目标属性类别与目标属性类别对应的目标属性值,目标属性类别与目标属性值构成键值对。本申请实施例通过对用户输入的目标指令信息进行深度语义识别,能够理解并提炼出指令信息的关键语义特征,确保后续图像处理过程有的放矢;通过提取出能反映目标商品本质特性的目标图像特征,从而提高了图像信息向文本属性转化的准确性和全面性;通过采用解码处理技术,将目标图像特征与指令信息语义特征相结合,生成包含目标属性类别及其对应属性值的键值对结构,这一设计能够地将传统的分类任务转化为序列生成任务,打破了原有固定类别约束的限制,较容易适应不同商品和属性类别的新增需求,提高了系统的灵活性和可扩展性;确保了在各种复杂场景下能够从目标商品对应的待处理图像集中准确、高效地提取出目标商品对应的属性信息。
本文档来自技高网...【技术保护点】
1.一种属性信息生成方法,其特征在于,所述方法包括:
2.如权利要求1所述的属性信息生成方法,其特征在于,所述对所述待处理图像集进行图像处理,得到图像特征,包括:
3.如权利要求2所述的属性信息生成方法,其特征在于,所述对所述拼接图像进行分块处理,生成尺寸一致的多个图像块,包括:
4.如权利要求1-3任一项所述的属性信息生成方法,其特征在于,所述对所述目标图像特征与所述指令信息语义特征进行解码处理,生成所述目标商品对应的属性信息,包括:
5.如权利要求4所述的属性信息生成方法,其特征在于,所述方法还包括:
6.如权利要求4所述的属性信息生成方法,其特征在于,所述基于所述指令集与样本商品对应的样本图像集,对属性理解模型进行训练,得到所述训练好的属性理解模型,包括:
7.如权利要求6所述的属性信息生成方法,其特征在于,所述根据所述指令集、获取的随机数与随机数阈值,确定目标属性类别,包括:
8.如权利要求7所述的属性信息生成方法,其特征在于,所述将所述候选属性类别中与所述指令信息相匹配的属性类别确定为所
9.如权利要求8所述的属性信息生成方法,其特征在于,若所述指令信息中指示有待抽取属性类别,所述根据所述目标属性类别与所述样本图像集,通过所述属性理解模型生成所述样本商品对应的样本属性信息,包括:
10.如权利要求1所述的属性信息生成方法,其特征在于,所述对所述目标指令信息进行语义识别处理,得到指令信息语义特征,包括:
11.一种属性信息生成装置,其特征在于,所述装置包括:
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序适于处理器进行加载,以执行如权利要求1-10任一项所述的属性信息生成方法。
13.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如权利要求1-10任一项所述的属性信息生成方法。
14.一种计算机程序产品,包括计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求1-11任一项所述的属性信息生成方法。
...【技术特征摘要】
1.一种属性信息生成方法,其特征在于,所述方法包括:
2.如权利要求1所述的属性信息生成方法,其特征在于,所述对所述待处理图像集进行图像处理,得到图像特征,包括:
3.如权利要求2所述的属性信息生成方法,其特征在于,所述对所述拼接图像进行分块处理,生成尺寸一致的多个图像块,包括:
4.如权利要求1-3任一项所述的属性信息生成方法,其特征在于,所述对所述目标图像特征与所述指令信息语义特征进行解码处理,生成所述目标商品对应的属性信息,包括:
5.如权利要求4所述的属性信息生成方法,其特征在于,所述方法还包括:
6.如权利要求4所述的属性信息生成方法,其特征在于,所述基于所述指令集与样本商品对应的样本图像集,对属性理解模型进行训练,得到所述训练好的属性理解模型,包括:
7.如权利要求6所述的属性信息生成方法,其特征在于,所述根据所述指令集、获取的随机数与随机数阈值,确定目标属性类别,包括:
8.如权利要求7所述的属性信息生成方法,其特征在于,所述将所述候选属性类别中与所述指令信息相匹配的属性类别确定...
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。