[发明专利]一种标签重建方法及装置

说明书

本申请实施例公开了一种标签重建方法及装置。所述方法包括：获取目标产品标签；利用深度神经网络模型组件对所述目标产品标签进行标签重建，生成所述目标产品标签的重建标签；其中，所述深度神经网络模型组件根据多个历史原始标签以及多个历史重建标签之间的对应关系训练得到。利用本申请实施例，可以快速地对产品标签进行重建，加快产品重建标签的展示速度。

技术领域

本申请涉及数据处理技术领域，特别涉及一种标签重建方法及装置。

背景技术

在电子商务平台中，为了提高产品的搜索召回指数和曝光机会，往往会在展示的产品标签中堆砌很多描述词，如修饰词、营销词、产品词等。而过量的描述词会导致产品标签过长且包含不同程度的冗余信息。由于用户客户端设备(手机、平板电脑)的屏幕尺寸有限，在产品搜索结果展示页中往往展示固定长度的产品标签，因此，需要对原始的过长的产品标签进行压缩。

现有技术中产品标签重建方法主要可以包括两个步骤：(1)对产品标签中的多个描述词执行命名实体识别(NER)和术语加权；(2)对从多个描述词中选择的重建描述词进行约束优化(例如给定的业务规则和长度限制的整数线性规划)。在利用上述步骤对产品标签进行重建时，需要对产品标签中包含的各个描述词进行类别识别，并计算各个描述词的权重值。然后，基于所述描述词的权重值，根据给定的业务规则或者长度限制等约束条件从所述描述词中选择重建描述词，并根据所述重建描述词生成所述产品标签的重建标签。

根据上述步骤可见，在对产品标签中的描述词进行命名实体识别之前，需要人工对多个描述词进行类别打标。但是，电子商务平台中往往存在成千上万个产品类别，如果需要人工进行描述词类别打标，势必需要耗费较高的人力成本。

因此，现有技术中亟需一种能够摆脱人工打标、高效处理的产品标签重建方法。

发明内容

本申请实施例的目的在于提供一种标签重建方法及装置，可以快速地对产品标签进行重建，加快产品重建标签的展示速度。

本申请实施例提供的标签重建方法及装置具体是这样实现的：

一种标签重建方法，所述方法包括：

获取目标产品标签；

利用深度神经网络模型组件对所述目标产品标签进行标签重建，生成所述目标产品标签的重建标签；其中，所述深度神经网络模型组件根据多个历史原始标签以及多个历史重建标签之间的对应关系训练得到。

一种标签重建方法，所述方法包括：

获取搜索词，并根据所述搜索词获取至少一个产品的产品标签；

利用预设深度神经网络模型组件对所述至少一个产品的产品标签进行标签重建，生成所述至少一个产品的产品标签的重建标签；

展示所述至少一个产品的重建标签。

一种标签重建方法，所述方法包括：

获取目标产品描述信息；

利用预设深度神经网络模型组件对所述目标产品描述信息进行标签重建，生成所述目标产品描述信息的重建标签；其中，所述预设深度神经网络模型组件根据多个历史产品描述信息以及多个历史重建标签的对应关系训练得到。

一种标签重建方法，所述方法包括：

获取搜索词，并根据所述搜索词获取至少一个产品的产品描述信息；

利用深度神经网络模型组件对所述至少一个产品的产品描述信息进行标签重建，生成所述至少一个产品的产品描述信息的重建标签；

展示所述至少一个产品的重建标签。

一种标签重建装置，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现：