[发明专利]一种基于NLP和图像识别的二手图书版次识别装置

权利要求书

1.一种基于NLP和图像识别的二手图书版次识别装置，包括孔夫子、有路网、京东图书、当当网和豆瓣读书，其特征在于：所述孔夫子、有路网、京东图书、当当网和豆瓣读书内均包含有数据清洗、统一建模、海量分布式数据储存、文字识别系统、NLP机器学习、图像学习模块和信息检索系统。

2.根据权利要求1所述的一种基于NLP和图像识别的二手图书版次识别装置，其系统组建和图书查询方法：

步骤一：在孔夫子、有路网、京东图书、当当网和豆瓣读书平台上获取书目信息，并通过数据清洗作为原始的数据积累；

步骤二：多种书籍信息收集之后通过统一建模将书名、作者、出版社，出版日期、ISBN、定价进行统一整理，并通过自动生成新型的数据；

步骤三：将自动生成新型的数据通过转化并储存在海量分布式数据储存中；

步骤四：使用人员通过手机或电脑上的elastic search网站集群作为海量分布式存储引擎，在丰富的数据样本基础上，开发图像学习模块、NLP机器学习、文字识别系统、信息检索系统；

步骤五：在系统自动化进行数据抓取、清洗、建模的过程中，我们需要实时观察系统运行的正确性，并做出适当干预，并对信息的准确性进行确认；

步骤六：然后回收人员通过手机上的微信或者安装该系统的端独立应用软件以及电脑、外置高清的图像采集对需要回收的图书进行拍照或者扫描采集；

步骤七：拍照或扫描之后该图书的各种信息将会通过手机或电脑进行显示。