多模态数据驱动的商品图谱构建方法、系统及电子设备技术方案

技术编号:46579251 阅读:0 留言:0更新日期:2025-10-10 21:20
本发明专利技术涉及商品图谱技术领域,具体为多模态数据驱动的商品图谱构建方法、系统及电子设备,包括以下步骤,获取未完成模态结构节点图像,前景分割后提取边界特征生成特征集,依据结构字段映射图像区域判断共指冲突,生成标注项,统计字段填充评估字段存在率,生成补强节点列表,依据模板构建拓扑连接,生成调度指令集。本发明专利技术,通过商品图像前景区域的结构参数提取与边界特征聚合,在匹配异常或多字段重叠的情况下生成共指冲突标注,并基于区域统计指标引导类目标签的精细拆分,通过计算字段存在率与标准差系数甄别字段空缺节点并加入补强队列,提升图谱中字段覆盖率和结构完整性,提升商品图谱的语义准确性与实体建模质量。

【技术实现步骤摘要】

本专利技术涉及商品图谱,尤其涉及多模态数据驱动的商品图谱构建方法、系统及电子设备


技术介绍

1、商品图谱
涉及商品信息的结构化表示与语义建模,核心在于通过构建以商品为节点、以属性关系为边的图谱结构,实现商品的统一建模、管理与语义理解。该
涵盖商品实体识别、属性抽取、类目映射、商品去重、属性标准化、关系推理等关键环节,目标在于实现跨平台、跨类目的商品数据融合与知识联通,支撑如商品搜索、推荐、比价、精准营销等下游应用。当前该领域研究逐步向多源异构数据融合、图神经网络建模、知识增强与增量图谱构建等方向拓展。

2、其中,多模态数据驱动的商品图谱构建方法是基于文本、图像、结构化数据等多种模态数据共同参与的商品图谱构建方案。该方案旨在解决传统商品图谱构建过程中因仅依赖单一模态而造成的语义不全、识别误差等问题。通过联合建模商品描述文本、商品图片、类目标签等模态信息,实现对商品实体的准确抽取、属性识别与类目归一化,构建结构一致、语义完整的商品图谱,可广泛用于电商平台的商品管理、语义搜索与智能推荐等场景。

3、传统构建方法在商品图谱构建本文档来自技高网...

【技术保护点】

1.多模态数据驱动的商品图谱构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的多模态数据驱动的商品图谱构建方法,其特征在于,所述商品图像边界特征集包括边缘检测点集、边界连续区域数值、闭合区域数量指标、颜色块数量值和边界线段长度均值,所述图谱节点共指冲突标注项具体为字段项标识列表、图像区域坐标索引、字段映射失败标记集和多字段重叠冲突标识,所述细化类目标签候选项集包括子标签集合、密集偏差阈值、主标签标识项和候选标签排序表,所述图谱构建字段补强节点列表具体为补强节点编号、字段缺失模态标识、存在率偏移量表和标准差超限记录。

3.根据权利要求2所述的多模态数据驱...

【技术特征摘要】

1.多模态数据驱动的商品图谱构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的多模态数据驱动的商品图谱构建方法,其特征在于,所述商品图像边界特征集包括边缘检测点集、边界连续区域数值、闭合区域数量指标、颜色块数量值和边界线段长度均值,所述图谱节点共指冲突标注项具体为字段项标识列表、图像区域坐标索引、字段映射失败标记集和多字段重叠冲突标识,所述细化类目标签候选项集包括子标签集合、密集偏差阈值、主标签标识项和候选标签排序表,所述图谱构建字段补强节点列表具体为补强节点编号、字段缺失模态标识、存在率偏移量表和标准差超限记录。

3.根据权利要求2所述的多模态数据驱动的商品图谱构建方法,其特征在于,所述商品图像边界特征集的获取步骤具体为:

4.根据权利要求3所述的多模态数据驱动的商品图谱构建方法,其特征在于,所述图谱节点共指冲突标注项的获取步骤具体为:

5...

【专利技术属性】
技术研发人员:蒋豪
申请(专利权)人:仁弥杭州网络科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1