[发明专利]一种物品搜索方法、装置、设备和存储介质在审

专利信息
申请号: 202210772039.X 申请日: 2022-06-30
公开(公告)号: CN115017385A 公开(公告)日: 2022-09-06
发明(设计)人: 张龙温;宋佳昊;刘洪森;程晓培 申请(专利权)人: 北京沃东天骏信息技术有限公司
主分类号: G06F16/906 分类号: G06F16/906;G06F16/908
代理公司: 北京品源专利代理有限公司 11332 代理人: 初春
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: 一种 物品 搜索 方法 装置 设备 存储 介质
【权利要求书】:

1.一种物品搜索方法,其特征在于,包括:

获取输入的目标物品搜索信息;

对所述目标物品搜索信息进行搜索召回,确定候选物品集合;

基于物品类目识别模型,对所述目标物品搜索信息进行类目识别,确定目标物品类目;

基于所述目标物品类目对应的物品属性,对所述目标物品搜索信息进行属性提取,获得提取出的目标物品属性信息;

基于所述目标物品属性信息和所述候选物品集合,确定目标物品搜索结果。

2.根据权利要求1所述的方法,其特征在于,所述基于物品类目识别模型,对所述目标物品搜索信息进行类目识别,确定目标物品类目,包括:

将所述目标物品搜索信息输入至物品类目识别模型中进行末级类目的识别,并根据所述物品类目识别模型的输出确定目标物品类目,其中,所述目标物品类目是指目标物品所属于的末级类目。

3.根据权利要求1所述的方法,其特征在于,所述基于物品类目识别模型,对所述目标物品搜索信息进行类目识别,确定目标物品类目,包括:

基于第一物品类目识别模型,对所述目标物品搜索信息进行类目识别,确定属于每个物品类目的第一识别概率;

基于第二物品类目识别模型,对所述目标物品搜索信息进行类目识别,确定属于每个物品类目的第二识别概率;

基于属于每个物品类目的所述第一识别概率和所述第二识别概率,确定目标物品类目;

其中,所述第一物品类目识别模型和所述第二物品类目识别模型是基于协同训练方式进行模型训练获得的。

4.根据权利要求3所述的方法,其特征在于,所述第一物品类目识别模型为基于字向量识别的分类模型;所述第二物品类目识别模型为基于词向量识别的分类模型。

5.根据权利要求1所述的方法,其特征在于,所述基于所述目标物品类目对应的物品属性,对所述目标物品搜索信息进行属性提取,获得提取出的目标物品属性信息,包括:

确定所述目标物品类目对应的目标信息匹配方式和目标实体识别模型;

基于所述目标信息匹配方式和/或目标实体识别模型,对所述目标物品搜索信息进行所述目标物品类目下的物品属性提取,获得提取出的目标物品属性信息。

6.根据权利要求5所述的方法,其特征在于,所述基于所述目标信息匹配方式和目标实体识别模型,对所述目标物品搜索信息进行所述目标物品类目下的物品属性提取,获得提取出的目标物品属性信息,包括:

基于所述目标信息匹配方式,对所述目标物品搜索信息进行所述目标物品类目下的第一物品属性提取,获得提取出的第一物品属性信息;

基于所述目标实体识别模型,对所述目标物品搜索信息进行所述目标物品类目下的第二物品属性提取,获得提取出的第二物品属性信息;

基于所述第一物品属性信息和所述第二物品属性信息,获得提取出的目标物品属性信息。

7.根据权利要求6所述的方法,其特征在于,所述基于所述目标信息匹配方式,对所述目标物品搜索信息进行所述目标物品类目下的第一物品属性提取,获得提取出的第一物品属性信息,包括:

基于所述目标物品类目下的第一物品属性对应的正则表达式,提取所述目标物品搜索信息中的第一物品属性对应的属性信息;或者,

将所述目标物品类目下的第一物品属性对应的每个可选属性信息与所述目标物品搜索信息进行匹配,确定匹配成功的第一物品属性对应的目标属性信息。

8.根据权利要求1-7任一项所述的方法,其特征在于,所述基于所述目标物品属性信息和所述候选物品集合,确定目标物品搜索结果,包括:

将所述候选物品集合中的每个候选物品对应的候选物品属性信息与所述目标物品属性信息进行信息匹配;

将信息匹配成功的候选物品作为目标物品,确定出目标物品搜索结果。

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/202210772039.X/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