[发明专利]异常对象识别方法及装置、电子设备、存储介质在审

专利信息
申请号: 201910807366.2 申请日: 2019-08-29
公开(公告)号: CN112528638A 公开(公告)日: 2021-03-19
发明(设计)人: 张雄伟;陶通;赫阳 申请(专利权)人: 北京沃东天骏信息技术有限公司
主分类号: G06F40/279 分类号: G06F40/279;G06F40/216;G06F16/35;G06F16/335;G06N20/00
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 王辉;阚梓瑄
地址: 100176 北京市大兴区北京经济*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 对象 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种异常对象识别方法,其特征在于,包括:

获取待识别对象的信息;

根据所述信息确定所述待识别对象的关键词;

根据所述关键词,从多个预设的异常类别中确定所述待识别对象关联的目标异常类别;

利用所述目标异常类别下的机器学习模型对所述信息进行处理,得到所述待识别对象的异常识别结果。

2.根据权利要求1所述的方法,其特征在于,所述待识别对象的信息包括待识别文本信息;在获取待识别对象的信息之后,所述方法还包括:

对所述待识别文本信息进行分词处理,得到待识别文本信息的词集合;

将所述待识别文本信息的词集合,与预先配置的历史异常词组进行匹配;

若所述待识别文本信息的词集合与全部的所述历史异常词组都不匹配,则确定所述待识别对象为正常对象;

若所述待识别文本信息的词集合与至少一个所述历史异常词组匹配,则执行根据所述信息确定所述待识别对象的关键词的步骤。

3.根据权利要求1所述的方法,其特征在于,所述根据所述信息确定所述待识别对象的关键词,包括:

确定所述待识别对象所属的产品类目,在所述待识别对象所属的产品类目下,根据所述信息确定所述待识别对象的关键词。

4.根据权利要求3所述的方法,其特征在于,所述待识别对象的信息包括待识别文本信息;

所述在所述待识别对象所属的产品类目下,根据所述信息确定所述待识别对象的关键词,包括:

对所述待识别文本信息中的词,与所述待识别对象所属的产品类目的候选词集合进行匹配,将在所述候选词集合中出现过的所述待识别文本信息中的词确定为所述待识别对象的关键词。

5.根据权利要求4所述的方法,其特征在于,所述候选词集合通过以下步骤获得:

获取多个异常产品类目,以及多个待识别对象的候选关键词;

确定所述候选关键词相对所述异常产品类目的第一置信度;

确定所述异常产品类目相对所述候选关键词的第二置信度;

根据所述第一置信度与所述第二置信度,确定所述待识别对象的异常值;

确定所述异常值高于预设阈值的候选关键词作为候选词,以建立所述候选词集合。

6.根据权利要求1所述的方法,其特征在于,所述待识别对象的信息包括图像信息与文本信息;

所述利用所述目标异常类别下的机器学习模型对所述信息进行处理,得到所述待识别对象的异常识别结果,包括:

利用所述目标异常类别下的图像识别模型对所述图像信息进行处理,得到所述待识别对象的第一异常识别结果;

利用所述目标异常类别下的文本识别模型对所述文本信息进行处理,得到所述待识别对象的第二异常识别结果;

根据所述第一异常识别结果和第二异常识别结果,确定所述待识别对象的异常识别结果。

7.根据权利要求6所述的方法,其特征在于,所述第一异常识别结果和所述第二异常识别结果均为异常或非异常;

所述根据所述第一异常识别结果和第二异常识别结果,确定所述待识别对象的异常识别结果包括:

如果所述第一异常识别结果为异常或者所述第二异常识别结果为异常,则确定所述待识别对象为异常对象。

8.根据权利要求1所述的方法,其特征在于,在得到所述待识别对象的异常识别结果之后,所述方法还包括:

根据所述识别结果,确定所述待识别对象的识别标识,将所述待识别对象的识别标识添加到异常对象识别表。

9.根据权利要求8所述的方法,其特征在于,所述识别标识包括第一字符串以及第二字符串;所述第一字符串根据所述目标异常类别确定;所述第二字符串根据所述异常识别结果确定。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京沃东天骏信息技术有限公司,未经北京沃东天骏信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910807366.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top