[发明专利]一种识别核心产品词的方法和系统

权利要求书

1.一种识别核心产品词的方法，其特征在于，包括：

获取商品的展示图像，确定所述商品的标题中包含的多个候选产品词，以及确定多个产品图像集合，所述多个产品图像集合中的各产品图像集合与所述多个候选产品词中的各候选产品词一一对应；

对于所述多个产品图像集合中的每个产品图像集合，根据所述展示图像和该产品图像集合中的各个图像，确定所述展示图像中的商品与所述产品图像集合对应的候选产品词的相似度，从而得到多个相似度；

将所述多个相似度中大于预设阈值的相似度所对应的候选产品词确定为核心产品词。

2.根据权利要求1所述的方法，其特征在于，所述确定所述展示图像中的商品与所述产品图像集合对应的候选产品词的相似度的步骤包括：

基于训练数据训练Siamese网络，以得到训练后的Siamese网络；

对于所述多个产品图像集合中的每个产品图像集合，通过训练后的Siamese网络根据所述展示图像和该产品图像集合中的各个图像，确定所述展示图像中的商品与所述产品图像集合对应的候选产品词的相似度，从而得到多个相似度。

3.根据权利要求2所述的方法，其特征在于，在基于训练数据训练Siamese网络，以得到训练后的Siamese网络之前，还包括：

选取预定数量的训练产品词；

对于每个训练产品词，根据商品搜索日志选取两个以上包含该训练产品词的搜索词；

对于每个搜索词，根据该搜索词下商品的点击量以及点击率，选取相同数量的商品以及该商品的展示图像；

对于每个训练产品词，将该训练产品词下属于同一搜索词的商品的展示图像组成一对正例对，将该训练产品词下属于不同搜索词的商品的展示图像组成一对负例对。

4.根据权利要求2所述的方法，其特征在于，

所述基于训练数据训练Siamese网络的步骤包括：对于训练数据中每个训练产品词的展示图像，通过聚类算法对训练产品词的展示图像进行聚类处理，以获得一个以上的类别中心；将所述一个以上的类别中心作为该训练产品词的产品图像集合；并且，将每个训练产品词的产品图像集合保存至图像特征库；

所述确定多个产品图像集合的步骤包括：根据所述图像特征库确定多个产品图像集合，所述多个产品图像集合中的各产品图像集合与所述多个候选产品词中的各候选产品词一一对应。

5.根据权利要求1所述的方法，其特征在于，利用条件随机场确定所述商品的标题中包含的多个候选产品词。

6.一种识别核心产品词的系统，其特征在于，包括：

获取模块，用于获取商品的展示图像，确定所述商品的标题中包含的多个候选产品词，以及确定多个产品图像集合，所述多个产品图像集合中的各产品图像集合与所述多个候选产品词中的各候选产品词一一对应；

相似度确定模块，用于对于所述多个产品图像集合中的每个产品图像集合，根据所述展示图像和该产品图像集合中的各个图像，确定所述展示图像中的商品与所述产品图像集合对应的候选产品词的相似度，从而得到多个相似度；

比较模块，用于将所述相似度确定模块得到的多个相似度中大于预设阈值的相似度所对应的候选产品词确定为核心产品词。

7.根据权利要求6所述的系统，其特征在于，所述相似度确定模块包括：

模型训练单元，用于基于训练数据训练Siamese网络，以得到训练后的Siamese网络；

计算单元，用于通过训练后的Siamese网络确定所述展示图像中的商品与所述产品图像集合对应的候选产品词的相似度。

8.根据权利要求7所述的系统，其特征在于，所述相似度确定模块还包括训练数据获取单元，用于选取预定数量的训练产品词；对于每个训练产品词，根据商品搜索日志选取两个以上包含该训练产品词的搜索词；对于每个搜索词，根据该搜索词下商品的点击量以及点击率，选取相同数量的商品以及该商品的展示图像；对于每个训练产品词，将该训练产品词下属于同一搜索词的商品的展示图像组成一对正例对，将该训练产品词下属于不同搜索词的商品的展示图像组成一对负例对。