[發明專利]一種數據對象的分類系統、方法以及設備

有效

• 申請號: 201810593682.X
• 申請日: 2018-06-11
• 公開（公告）號: CN110580489B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 何成劍;吳克文
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06F18/24;G06F18/2413;G06V10/778;G06F18/21;G06N3/08
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝;喬媛

1.一種多分類模型的訓練方法，其特征在于，所述方法包括：

獲取多個數據對象樣本，每個所述數據對象樣本具有不同的認知屬性信息；

構建所述數據對象樣本的多模態特征；

基于機器學習模型對所述多模態特征進行訓練，得到多分類模型；

所述構建所述數據對象樣本的多模態特征包括根據所述數據對象樣本的多模態信息構建多模態特征，所述多模態信息包括數據對象樣本的圖片信息以及文本信息；

根據所述數據對象樣本的多模態信息構建多模態特征包括：

將所述數據對象樣本的圖片信息通過機器學習方式映射到特征空間，得到圖片信息表征向量；

將所述數據對象樣本的文本信息通過詞嵌入模型進行訓練，得到文本信息表征向量；

根據所述圖片信息表征向量確定圖片相似關系表征向量，包括：根據所述圖片信息表征向量確定數據對象樣本之間的圖片相似度，進而得到圖片關系圖，并對其進行采樣后輸入至詞嵌入模型，得到圖片相似關系表征向量；

根據所述文本信息表征向量確定文本相似關系表征向量，包括：根據所述文本信息表征向量確定數據對象樣本之間的文本相似度，進而得到文本關系圖，并對其進行采樣后輸入至詞嵌入模型，得到文本相似關系表征向量。

2.根據權利要求1所述的方法，其特征在于，將所述數據對象樣本的圖片信息通過機器學習方式映射到特征空間，得到圖片信息表征向量包括：

訓練一卷積神經網絡；

將所述數據對象樣本的圖片信息作為訓練樣本對所述卷積神經網絡進行參數調整；

將所述數據對象樣本的圖片信息輸入至參數調整后的卷積神經網絡，得到圖片信息表征向量。

3.根據權利要求1所述的方法，其特征在于，將所述數據對象樣本的文本信息通過詞嵌入模型進行訓練，得到文本信息表征向量包括：

對所述數據對象樣本的文本信息進行文本處理；

將文本處理后的文本信息輸入至詞嵌入模型，得到文本信息表征向量。

4.根據權利要求1所述的方法，其特征在于，根據所述圖片信息表征向量確定圖片相似關系表征向量包括：

根據所述圖片信息表征向量確定數據對象樣本之間的圖片相似度；

根據所述圖片相似度建立關系連接，得到圖片關系圖；

對所述圖片關系圖進行采樣，得到采樣結果；

將所述采樣結果通過詞嵌入模型進行訓練，得到圖片相似關系表征向量。

5.根據權利要求1所述的方法，其特征在于，根據所述文本信息表征向量確定文本相似關系表征向量包括：

根據所述文本信息表征向量確定數據對象樣本之間的文本相似度；

根據所述文本相似度建立關系連接，得到文本關系圖；

對所述文本關系圖進行采樣，得到采樣結果；

將所述采樣結果通過詞嵌入模型進行訓練，得到文本相似關系表征向量。

6.根據權利要求1所述的方法，其特征在于，根據所述數據對象樣本的多模態信息構建多模態特征，還包括：

將所述圖片相似關系表征向量替換為圖片操作表征向量，其中圖片操作表征向量是根據所述數據對象樣本的圖片信息確定的，所述圖片操作表征向量包括圖片瀏覽表征向量和/或圖片點擊表征向量和/或圖片收藏表征向量和/或圖片加購表征向量和/或圖片購買表征向量；

將所述文本信息表征向量替換為文本操作表征向量，其中文本操作表征向量是根據所述數據對象樣本的文本息確定的，所述文本操作表征向量包括文本瀏覽表征向量和/或文本點擊表征向量和/或文本收藏表征向量和/或文本加購表征向量和/或文本購買表征向量。