[發(fā)明專利]一種生成文本的方法、裝置、設(shè)備及客戶端

有效

• 申請(qǐng)?zhí)枺?/td>: 201610675834.1
• 申請(qǐng)日: 2016-08-16
• 公開（公告）號(hào): CN107766349B
• 公開（公告）日: 2022-03-01
• 發(fā)明（設(shè)計(jì)）人: 趙小偉;孫佰貴;華先勝
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06F16/583
• 分類號(hào): G06F16/583;G06N3/02;G06F40/284
• 代理公司: 北京三友知識(shí)產(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝

本申請(qǐng)實(shí)施例公開了一種生成文本的方法、裝置、設(shè)備及客戶端，所述方法包括：接收第一圖像，計(jì)算所述第一圖像的圖像特征信息，確定所述第一圖像對(duì)應(yīng)的第一類目信息；在所述第一類目中根據(jù)所述第一圖像的圖像特征信息，獲取與第一圖像對(duì)應(yīng)的第一預(yù)設(shè)個(gè)數(shù)候選產(chǎn)品的產(chǎn)品信息；根據(jù)所述候選產(chǎn)品的產(chǎn)品信息，計(jì)算所述第一圖像對(duì)應(yīng)的第一描述特征信息；根據(jù)所述第一描述特征信息及預(yù)先建立的圖像描述特征信息與文本關(guān)鍵詞的映射關(guān)系，確定與所述第一圖像對(duì)應(yīng)的第一文本。本申請(qǐng)實(shí)施例可以降低計(jì)算機(jī)的工作量。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種生成文本的方法、裝置、設(shè)備及客戶端。

背景技術(shù)

隨著電子商務(wù)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展，越來越多的賣家中客戶端來發(fā)布自己的商品信息。目前，為了進(jìn)一步簡(jiǎn)化賣家發(fā)布產(chǎn)品的流程，客戶端可以根據(jù)賣家上傳或者拍攝的商品圖片自動(dòng)生成商品文本標(biāo)題。

現(xiàn)有的生成文本標(biāo)題的方法通常可以包括：對(duì)樣本圖像提取CNN(卷積神經(jīng)網(wǎng)絡(luò))特征信息，從樣本圖像對(duì)應(yīng)的標(biāo)題信息中提取文本關(guān)鍵詞；對(duì)所述樣本圖像的CNN特征和文本關(guān)鍵詞，利用Recurrent Neural Network(RNN，循環(huán)神經(jīng)網(wǎng)絡(luò))或Long-Short TermMemory(LSTM，長(zhǎng)短期記憶模型)進(jìn)行訓(xùn)練學(xué)習(xí)，得到圖像特征信息和文本關(guān)鍵詞的映射關(guān)系。當(dāng)接收到輸入圖像時(shí)，可以提取所述輸入圖像的CNN特征信息，利用學(xué)習(xí)得到的映射關(guān)系，確定與該CNN特征信息對(duì)應(yīng)的文本關(guān)鍵詞，將所述得到的文本關(guān)鍵詞作為該輸入圖像對(duì)應(yīng)的文本標(biāo)題。

發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：現(xiàn)有的生成文本標(biāo)題方法中的CNN特征通常用于刻畫產(chǎn)品的圖像特征，但是產(chǎn)品一般存在有很多類別數(shù)目，對(duì)于圖像特征比較類似的產(chǎn)品無法區(qū)分其類目，所以所述的CNN特征信息難以準(zhǔn)確地區(qū)分多種類目下不同類目產(chǎn)品的圖像特征。因此，利用現(xiàn)有技術(shù)生產(chǎn)文本標(biāo)題時(shí)，需要對(duì)每個(gè)類目分別建立圖像特征信息與文本關(guān)鍵詞的映射關(guān)系，因此，現(xiàn)有的生成文本的方法的類目可擴(kuò)展性差，計(jì)算機(jī)工作量較大。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例的目的是提供一種生成文本的方法、裝置、設(shè)備及客戶端，以提高類目的擴(kuò)展性，并降低計(jì)算機(jī)的工作量。

為解決上述技術(shù)問題，本申請(qǐng)實(shí)施例提供一種生成文本的方法、裝置、設(shè)備及客戶端是這樣實(shí)現(xiàn)的：

一種生成文本的方法，包括：

接收第一圖像，計(jì)算所述第一圖像的圖像特征信息，確定所述第一圖像對(duì)應(yīng)的第一類目信息；

在所述第一類目中根據(jù)所述第一圖像的圖像特征信息，獲取與第一圖像對(duì)應(yīng)的第一預(yù)設(shè)個(gè)數(shù)候選產(chǎn)品的文本信息；

根據(jù)所述第一預(yù)設(shè)個(gè)數(shù)候選產(chǎn)品的文本信息，計(jì)算所述第一圖像對(duì)應(yīng)的第一描述特征信息；

根據(jù)所述第一描述特征信息及預(yù)先建立的圖像描述特征信息與文本關(guān)鍵詞的映射關(guān)系，確定與所述第一圖像的第一描述特征信息對(duì)應(yīng)的第一文本。

一種生成文本的裝置，包括：

圖像特征信息及類目信息確定模塊，用于接收第一圖像，計(jì)算所述第一圖像的圖像特征信息，確定所述第一圖像對(duì)應(yīng)的第一類目信息；

候選產(chǎn)品信息獲取模塊，用于在所述第一類目中根據(jù)所述第一圖像的圖像特征信息，獲取與第一圖像對(duì)應(yīng)的第一預(yù)設(shè)個(gè)數(shù)候選產(chǎn)品的文本信息；

第一描述特征信息計(jì)算模塊，用于根據(jù)所述第一預(yù)設(shè)個(gè)數(shù)候候選產(chǎn)品的文本信息，計(jì)算所述第一圖像對(duì)應(yīng)的第一描述特征信息；

第一文本確定模塊，用于根據(jù)所述第一描述特征信息及預(yù)先建立的圖像描述特征信息與文本關(guān)鍵詞的映射關(guān)系，確定與所述第一圖像的第一描述特征信息對(duì)應(yīng)的第一文本。

一種生成文本的設(shè)備，包括：通信模塊、處理器和存儲(chǔ)器；

所述通信模塊用于進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)通信；