[发明专利]一种商品类目预测方法、装置、设备及存储介质

权利要求书

1.一种商品类目预测方法，其特征在于，包括：

将预设商品信息输入至预训练模型进行处理，得到与所述预设商品信息对应的商品类目；其中，所述预训练模型为已有的用于对商品类目进行预测的训练后模型；

对与所述预设商品信息对应的商品类目进行分布统计以得到相应的类目分布结果，并根据所述类目分布结果对所述预设商品信息进行分布对齐处理；

利用分布对齐后的所述预设商品信息对所述预训练模型进行模型微调得到目标预测模型，以利用所述目标预测模型对待预测商品信息的商品类目进行预测。

2.根据权利要求1所述的商品类目预测方法，其特征在于，所述将预设商品信息输入至预训练模型进行处理之前，还包括：

获取第三方商品信息及对应商品类目；

通过主动学习的方式对第三方商品信息及对应商品类目进行数据清洗，以利用清洗后的数据对所述预训练模型进行模型微调。

3.根据权利要求2所述的商品类目预测方法，其特征在于，所述通过主动学习的方式对第三方商品信息及对应商品类目进行数据清洗，包括：

分别利用每种商品类目中的第三方商品信息对对应种类的商品类目的分类器进行训练；

利用训练后的分类器对对应的第三方商品信息的商品类目进行预测，并将置信度小于第一预设阈值的第三方商品信息进行删除。

4.根据权利要求3所述的商品类目预测方法，其特征在于，所述分别利用每种商品类目中的第三方商品信息对对应种类的商品类目的分类器进行训练之前，还包括：

将第三方商品信息及对应商品类目划分为训练集、测试集和验证集，并从所述训练集中筛选第三方商品信息以对对应种类的商品类目的分类器进行训练。

5.根据权利要求3所述的商品类目预测方法，其特征在于，还包括：

通过五折交叉验证的方式对每种商品类目的训练后的分类器进行模型效果验证。

6.根据权利要求2所述的商品类目预测方法，其特征在于，所述通过主动学习的方式对第三方商品信息及对应商品类目进行数据清洗，包括：

利用查询函数对第三方商品信息按照商品类目种类进行样本划分，分别得到与每种商品类目对应的正样本和负样本；其中，所述正样本中包含商品类目一致且为对应种类的第三方商品信息，所述负样本包含商品类目为其他种类的第三方商品信息；

分别利用所述正样本和所述负样本对对应种类的商品类目的分类器进行训练，并将训练过程中所述负样本中置信度大于第二预设阈值的第三方商品信息移入所述正样本继续训练直至分类器收敛。

7.根据权利要求1至6任一项所述的商品类目预测方法，其特征在于，所述对与所述预设商品信息对应的商品类目进行分布统计，包括：

从所述预设商品信息中确定出采样商品信息，并对所述采样商品信息的商品类目进行校验，以对校验后的所述采样商品信息对应的商品类目进行分布统计。

8.一种商品类目预测装置，其特征在于，包括：

预处理模块，用于将预设商品信息输入至预训练模型进行处理，得到与所述预设商品信息对应的商品类目；其中，所述预训练模型为已有的用于对商品类目进行预测的训练后模型；

分布对齐模块，用于对与所述预设商品信息对应的商品类目进行分布统计以得到相应的类目分布结果，并根据所述类目分布结果对所述预设商品信息进行分布对齐处理；

第一微调模块，用于利用分布对齐后的所述预设商品信息对所述预训练模型进行模型微调得到目标预测模型，以利用所述目标预测模型对待预测商品信息的商品类目进行预测。

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器；其中所述存储器用于存储计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至7任一项所述的商品类目预测方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至7任一项所述的商品类目预测方法。