[发明专利]将商品对象挂载到标准产品单元的方法及系统

权利要求书

1.一种将商品对象挂载到标准产品单元的方法，其特征在于，包括：

对商品对象以及标准产品单元SPU的文本描述信息分别进行分词，并计算各个分词在对应文本描述信息中的权重，获取各个分词所属的类型，以便将各个商品对象以及SPU分别用一个或多个<分词，权重，类型>三元组组成的三元组向量进行描述；

获取第一训练数据，其中，各个SPU下预先挂载有多个商品对象；对挂载在同一SPU下的各个商品对象分别对应的三元组进行聚类，生成SPU聚类中心；

基于各个商品对象以及SPU聚类中心的三元组向量，获取与商品对象的距离小于预置阈值的所有目标SPU聚类中心；

将各个商品对象分别表示为<商品对象，目标SPU聚类中心>二元组，并针对各个二元组，分别进行特征提取，将二元组分别表示为特征向量；

针对预置数目的二元组，获取标注信息，得到第二训练数据，所述标注信息用于表示商品对象是否属于对应的目标SPU聚类中心；

根据第二训练数据中的各个特征向量以及所述标注信息，对预置的回归模型中的参数进行拟合，建立回归模型；

将待预测的商品对象的特征向量输入到所述回归模型中，根据预测结果确定待预测的商品对象所属的SPU，并将待预测的商品对象挂载到所属的SPU下。

2.根据权利要求1所述的方法，其特征在于，所述获取各个分词所属的类型，包括：

利用通用的CRF模型对各个商品对象以及SPU的文本描述信息进行切分，得到各个文本描述信息对应的初步切分序列，其中，在初步切分序列中，各条文本描述信息被切分为一个或多个实体词，并确定出各个实体词所属的类型；

根据各个初步切分序列中包含的实体词，建立异构网络图模型，在所述异构网络图模型中，将所述实体词作为节点，将实体词在同一文本描述信息中的共现关系映射为节点之间的边，两个实体之间的条件概率作为边的权重；

将所述通用的CRF模型与所述异构网络图模型集成，得到优化的CRF模型，利用优化的CRF模型对各个商品对象以及SPU的文本描述信息进行切分，得到各个文本描述信息对应的切分序列。

3.根据权利要求2所述的方法，其特征在于，所述通用的CRF模型中，提取的特征包括切分序列中的元素在切分序列中的位置信息、上下文信息、词性信息、语言类型信息和/或特殊词汇信息。

4.根据权利要求2所述的方法，其特征在于，将所述通用的CRF模型与所述异构网络图模型集成时，根据同一文本描述信息中切分出的实体词，从异构网络图中提取子图，提取的特征包括切分出的实体词在所述子图中的入度、实体词在入边上的最大权重值、实体词在入边上的平均权重值和/或在子图中，与实体词类型相同的节点个数。

5.根据权利要求1所述的方法，其特征在于，所述对挂载在同一SPU下的各个商品对象分别对应的三元组进行聚类，包括：

针对SPU的三元组向量中包含的分词，根据挂载在该SPU下的各个商品对象分别对应的三元组，计算分词的平均权重，利用该平均权重替换该SPU对应的三元组中的权重信息。

6.根据权利要求1所述的方法，其特征在于，所述对挂载在同一SPU下的各个商品对象分别对应的三元组进行聚类，包括：

针对SPU的三元组向量中未包含、但挂载在该SPU下的商品对象的三元组向量中包含的分词，根据挂载在该SPU下的各个商品对象分别对应的三元组，统计各分词在对应类型下出现的次数，以及平均权重，如果所述次数以及平均权重符合预置条件，则将该分词、平均权重以及对应的类型组成的三元组添加到该SPU的三元组向量中。