【技术实现步骤摘要】
本申请一般涉及人工智能。更具体地，本申请涉及一种商品选取方法及其相关产品。
技术介绍
1、电商场景下，种类繁多的商品在不同的主题或者节日下应属于不同的商品类目。目前大部分的商品都是在新上架的时候，由商家端提供新商品的分类标签和分类层级。然而商家端提供的这部分商品分类标签并不能满足所有业务场景的使用。例如，在圣诞节这个节日下，业务运营方只需要带有圣诞节特征的商品，这类商品的分类标签商家端往往是不会很细致的去划分和定义的。若需要对商品增添分类标签则需要大量纯人工的方式去圈选合适的商品并添加标签，耗时耗力。而通过相应规则自动圈选商品来添加相应标签，商品的多样性则会受限，同时后台维护规则繁琐冗余。
2、有鉴于此，亟需提供一种商品选取方法，以便能够高效准确地从海量商品中选取符合新增分类标签的目标商品，满足各种业务场景的标签使用需求，降低人工成本，提升商品管理效率。
技术实现思路
1、为了至少解决如上所提到的一个或多个技术问题，本申请在多个方面中提出了商品选取方法及其相关产品。该商品选取方...
【技术保护点】
1.一种商品选取方法，其特征在于，包括：
2.根据权利要求1所述的商品选取方法，其特征在于，所述基于商品图片样本集和与所述商品图片样本集中每一商品图片样本对应的商品信息文本训练所述多模态图文模型包括：
3.根据权利要求2所述的商品选取方法，其特征在于，所述将所述商品图片训练集和商品信息训练集输入至所述初始图文模型中进行训练包括：
4.根据权利要求3所述的商品选取方法，其特征在于，所述基于所述多个正例配对组合和所述初始图文模型的对比学习损失函数确定对比损失值包括：
5.根据权利要求3所述的商品选取方法，其特征在于，所述基于...
【技术特征摘要】
1.一种商品选取方法，其特征在于，包括：
2.根据权利要求1所述的商品选取方法，其特征在于，所述基于商品图片样本集和与所述商品图片样本集中每一商品图片样本对应的商品信息文本训练所述多模态图文模型包括：
3.根据权利要求2所述的商品选取方法，其特征在于，所述将所述商品图片训练集和商品信息训练集输入至所述初始图文模型中进行训练包括：
4.根据权利要求3所述的商品选取方法，其特征在于，所述基于所述多个正例配对组合和所述初始图文模型的对比学习损失函数确定对比损失值包括：
5.根据权利要求3所述的商品选取方法，其特征在于，所述基于所述多个正例配对组合、所述多个负例配对组合和所述初始图文模型的...
【专利技术属性】
技术研发人员：张捷，张铭颖，李向林，郭伟昭，马兴国，
申请(专利权)人：南京希音电子商务有限公司，
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。