[发明专利]一种菜品标准化的方法

权利要求书

1.一种菜品标准化的方法，其特征在于，所述菜品标准化的方法为：

构建标准菜品库；

将所述标准菜品库中的标准菜品数据以及需要标准化的菜品数据分别进行分词处理，并将同一道菜分词完后的所有词作为元素存入同一个列表中；

针对于每一个列表，增加所述列表中重要词的权重，形成新的列表；

将所述新的列表用词频向量的形式表示，使用TF-IDF模型将得到的词频向量表示为用TF-IDF值表示的向量；

使用LSA模型将用TF-IDF值表示的向量映射到低维语义空间；

计算标准菜品库中每道菜品使用LSA模型表示的在低维空间形成的向量与需要标准化的菜品使用LSA模型表示的在低维空间形成的向量之间的余弦相似度，取相似度最大时对应的标准菜品库中的菜品为所述需要标准化的菜品对应的标准菜。

2.如权利要求1所述的菜品标准化的方法，其特征在于，所述菜品标准化的方法，具体包括：

步骤一，构建标准菜品库；其中，标准菜品库是通过爬取网络菜谱的菜品相关信息来构建的，或者通过人工从大量的菜品信息中筛选获得；其中标准菜品库的菜品信息包括菜的名称、食材、做法及描述信息；

步骤二，将标准菜品库中的每道菜及需要标准化的那一道菜的菜名，食材，做法及描述信息分别分词，并将同一道菜分完词后的所有词作为元素存入同一个列表中，增加分词后形成的列表中重要词的权重；

步骤三，使用bag of words模型将步骤二中得到的菜品信息用词频向量的形式表示；

步骤四，用基于步骤三中得到的词频向量来训练TF-IDF模型，并将步骤三中用词频向量表示的菜品信息使用训练好的TF-IDF模型表示成用TF-IDF值表示的向量；

步骤五，使用步骤四中用TF-IDF值表示的向量训练LSA模型；

步骤六，使用步骤五中训练好的LSA模型将步骤四中向量化之后的菜品信息向量映射到低维语义空间，形成新的维度更低的向量；

步骤七，计算需要标准化的那道菜在步骤六语义空间中形成的向量与标准菜品库中每道菜在语义空间中形成向量的余弦相似度，取相似度最大对应的菜品为该需要标准化的菜品对应的标准菜。

3.如权利要求2所述的菜品标准化的方法，其特征在于，所述构建标准菜品库，包括：

1),从菜名相对标准的食谱网站爬取菜名,形成菜品库1；

2),将菜品库1中的菜品按照菜名去重后形成新的菜品库2；

3),将菜品库2中的每道菜的菜名分词，并将同一菜名分完词后的所有词作为元素存入同一个列表中，形成列表[a₁,a₂,…,a_n]，其中a₁,a₂,…,a_n为一道菜分完词后的所有词；然后按照步骤三,步骤四,步骤五,步骤六来将分完词后的菜名形成的列表用向量的形式表示出来，形成向量[n₁,n₂,…,n_m]，其中每一道菜形成的向量的长度均相同；

最后计算各向量之间的余弦相似度，当两向量的余弦相似度的值大于某一阈值k时，最终，剩余的菜名形成了菜品库3；

4)，将菜品库3作为标准菜品库,然后按照步骤二,步骤三,步骤四,步骤五,步骤六,步骤七计算所有目前需要标准化的菜品与标准菜品库中的所有菜品在低维语义空间中对应向量的余弦相似度,如果所有目前需要标准化的菜品与标准菜品库中的某一道菜的余弦相似度均小于某一阈值n，从标准菜品库中剔除该道菜，剩余的菜构成菜品库4，菜品库4为最终的标准菜品库。

4.如权利要求2所述的菜品标准化的方法，其特征在于，使用TF-IDF模型将步骤四中得到的词频向量表示为用TF-IDF值表示的向量，过程如下：

词频(TF)＝一道菜经过步骤二和步骤三后形成的向量中对应的次数

TF-IDF＝词频(TF)×逆文档频率(IDF)。

5.如权利要求2所述的菜品标准化的方法，其特征在于，所述步骤七中余弦相似度的计算方式如下：

设有两个向量a,b，其中a＝[a₁,a₂,…,a_n]，b＝[b₁,b₂,…,b_n],则向量a与向量b的余弦相似度x为