[发明专利]一种用户录入商品信息后显示商品全结果的方法及设备

权利要求书

1.一种用户录入商品信息后显示商品全结果的方法，其特征在于，所述方法包括：

录入商品信息，所述商品信息包括商品的图片信息及文本信息的组合；

利用预先训练的神经网络提取商品的图片信息中的图片特征，获取与所述图片特征对应的商品属性，包括：

对所述商品的图片信息进行预处理，通过深度学习模型从一张图片中提出多个局部细节图，利用预先训练的神经网络识别商品信息中的图片信息，提取图片中商品的图片特征，进行对录入商品的图像属性预测，获取与所述图片特征相对应的语义特征，将语义特征定义为商品属性；

提取商品的文本信息中的关键词，获取与所述关键词对应的商品属性，包括：

提取商品的文本信息中的关键词，获取关键词对应的语义特征，定义所述语义特征为商品属性，与图片中提取的商品属性做比对，利用商品的文本信息对商品属性类型进行确认；

将确认后的商品属性与已建立的商品知识图谱中的商品属性进行匹配，确定具有所述商品属性的目标商品，所述商品知识图谱是基于商品属性和商品属性类型之间的关联关系建立的，所述商品属性包括颜色、材料质地、品质、类型、风格、品牌、产地；

根据预先创建的商品知识图谱，获取相匹配的目标商品的商品属性具有相同商品属性且与所述商品信息中的商品属于同一商品类别的多个商品，确定所述多个商品的商品信息为所述目标商品全结果。

2.根据权利要求1所述的用户录入商品信息后显示商品全结果的方法，其特征在于，所述录入商品信息的方式包括用户在电商平台的主动输入的商品信息和搜索、浏览、购买或收藏的行为触发被动输入的商品信息。

3.根据权利要求1所述的用户录入商品信息后显示商品全结果的方法，其特征在于，所述商品知识图谱的创建方法具体包括：

创建包含基于商品类别和商品属性类型之间的关联关系的初始商品知识图谱框架和基于基本商品属性的知识单元的集合生成初始商品知识图谱；

判断新的商品信息单元的类型；

以初始商品知识图谱的框架为约束条件，基于新的商品信息单元的类型识别单一商品信息单元中的商品属性以及商品属性、商品属性类型之间的关联关系；

提取新的商品信息单元集合中新增商品属性和商品属性、属性类型间新增的关联关系形成候选商品知识项；

对候选商品知识项进行修正，根据修正后的商品知识项更新初始商品知识图谱。

4.根据权利要求1所述的用户录入商品信息后显示商品全结果的方法，

其特征在于，将确认后的商品属性与已建立的商品知识图谱中的商品属性进行匹配的具体方式为：

根据预先创建的商品知识图谱，分别计算从商品信息中获取的每个商品属性与所述商品知识图谱中的每个商品属性的相似度；

将相似度超过第一预设阈值的商品属性确定为与用户录入商品信息的商品相匹配的商品属性。

5.一种用户录入商品信息后显示商品全结果的设备，其特征在于，所述设备包括：

录入模块，用于录入商品信息，包括商品的图片信息或商品的图片信息及文本信息的组合；

第一获取模块，用于利用预先训练的神经网络提取商品的图片特征并获取与所述图片特征对应的商品属性；

第二获取模块，用于提取商品的文本信息中的关键词，获取与所述关键词对应的商品属性；

匹配模块，用于将确认后的商品属性与已建立的商品知识图谱中的商品属性进行匹配，所述商品知识图谱是基于商品属性和商品属性类型之间的关联关系建立的，所述商品属性包括颜色、材料质地、品质、类型、风格、品牌、产地；

确定模块，用于确定具有所述商品属性的目标商品；

其中，所述第一获取模块对所述商品的图片信息进行预处理，通过深度学习模型从一张图片中提出多个局部细节图，利用预先训练的神经网络识别商品信息中的图片信息，提取图片中商品的图片特征，进行对录入商品的图像属性预测，获取与所述图片特征相对应的语义特征，将语义特征定义为商品属性；

所述第二获取模块提取商品的文本信息中的关键词，获取关键词对应的语义特征，定义所述语义特征为商品属性，与图片中提取的商品属性做比对，利用商品的文本信息对商品属性类型进行确认；

所述录入模块的输出端分别与所述第一获取模块和第二获取模块的输入端相连；所述第一获取模块和第二获取模块的输出端分别与所述匹配模块的输入端相连；所述匹配模块的输出端与所述确定模块的输入端相连；

所述设备根据预先创建的商品知识图谱，获取相匹配的目标商品的商品属性具有相同商品属性且与所述商品信息中的商品属于同一商品类别的多个商品，确定所述多个商品的商品信息为所述目标商品全结果。