[發(fā)明專利]一種數(shù)據(jù)對象的分類系統(tǒng)、方法以及設(shè)備

有效

• 申請?zhí)枺?/td>: 201810593682.X
• 申請日: 2018-06-11
• 公開（公告）號: CN110580489B
• 公開（公告）日: 2023-08-04
• 發(fā)明（設(shè)計）人: 何成劍;吳克文
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)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(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝;喬媛

本申請?zhí)峁┝艘环N多分類模型的訓(xùn)練方法、數(shù)據(jù)對象的分類的方法、多分類模型的訓(xùn)練系統(tǒng)、數(shù)據(jù)對象的分類系統(tǒng)、計算設(shè)備以及計算機(jī)可讀存儲介質(zhì)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。所述數(shù)據(jù)對象的分類方法包括：獲取待分類的數(shù)據(jù)對象；基于多分類模型對所述數(shù)據(jù)對象進(jìn)行分類預(yù)測，得到所述數(shù)據(jù)對象的分類數(shù)據(jù)，所述多分類模型是基于多個數(shù)據(jù)對象樣本訓(xùn)練得到的，每個所述數(shù)據(jù)對象樣本具有不同的認(rèn)知屬性信息。本申請的技術(shù)方案訓(xùn)練得到的多分類模型可自動對未知的數(shù)據(jù)對象進(jìn)行認(rèn)知屬性信息分類，且由于在訓(xùn)練的過程中引入了多模態(tài)特征，因此提高了分類的準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種多分類模型的訓(xùn)練方法、數(shù)據(jù)對象的分類的方法、多分類模型的訓(xùn)練系統(tǒng)、數(shù)據(jù)對象的分類系統(tǒng)、計算設(shè)備以及計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

隨著物流行業(yè)和地理信息技術(shù)的飛速發(fā)展，越來越多的電商平臺進(jìn)入了人們的視野，網(wǎng)絡(luò)購物成為人們?nèi)粘Ｉ畈豢苫蛉钡囊徊糠帧Ｔ陔娚填I(lǐng)域中面對海量商品，不論是平臺運(yùn)營還是買家、賣家，都需要對商品進(jìn)行有效的分類管理。不同類型或行業(yè)的商品進(jìn)行分類的維度不同。準(zhǔn)確有效地對商品進(jìn)行分類才能進(jìn)行后續(xù)的運(yùn)營。

現(xiàn)有技術(shù)中，對商品的類目識別主要有兩類途徑：一是設(shè)定一些簡單的規(guī)則，采用人工方式對商品進(jìn)行判定；二是針對商品圖片，采用機(jī)器學(xué)習(xí)的方法來進(jìn)行判定。上述的兩種方案存在如下技術(shù)缺陷：

1.覆蓋的商品類型相對較少。商品類目取決的因素較多，僅僅依靠人工，或者僅僅依賴商品圖片等信息，難以對很多商品的類目進(jìn)行識別。

2.沒有充分利用海量商品的信息。這些信息包括商品本身的信息以及商品之間的信息。

3.有的商品同時存在多種類目，難以給出合理的度量。

因此，如何研究和開發(fā)出一種新的方案，其能夠解決上述技術(shù)問題是本領(lǐng)域亟待解決的技術(shù)難題。

發(fā)明內(nèi)容

有鑒于此，本申請?zhí)峁┝艘环N多分類模型的訓(xùn)練方法、數(shù)據(jù)對象的分類的方法、多分類模型的訓(xùn)練系統(tǒng)、數(shù)據(jù)對象的分類系統(tǒng)、計算設(shè)備以及計算機(jī)可讀存儲介質(zhì)，通過設(shè)置多個不同認(rèn)知屬性信息的數(shù)據(jù)對象樣本，構(gòu)建每個數(shù)據(jù)對象樣本的多模態(tài)特征，并基于機(jī)器學(xué)習(xí)模型對多模態(tài)特征進(jìn)行訓(xùn)練，得到多分類模型，將未知的數(shù)據(jù)對象送入訓(xùn)練得到的多分類模型，即可得到該數(shù)據(jù)對象的分類數(shù)據(jù)，本申請訓(xùn)練得到的多分類模型可自動對未知的數(shù)據(jù)對象進(jìn)行認(rèn)知屬性信息分類，且由于在訓(xùn)練的過程中引入了多模態(tài)特征，因此提高了分類的準(zhǔn)確率。

為實現(xiàn)上述目的，本申請?zhí)峁┘夹g(shù)方案如下：

根據(jù)本申請的第一方面，提出了一種多分類模型的訓(xùn)練方法，包括：

獲取多個數(shù)據(jù)對象樣本，每個所述數(shù)據(jù)對象樣本具有不同的認(rèn)知屬性信息；

構(gòu)建所述數(shù)據(jù)對象樣本的多模態(tài)特征；

基于機(jī)器學(xué)習(xí)模型對所述多模態(tài)特征進(jìn)行訓(xùn)練，得到多分類模型；

所述構(gòu)建所述數(shù)據(jù)對象樣本的多模態(tài)特征包括根據(jù)所述數(shù)據(jù)對象樣本的多模態(tài)信息構(gòu)建多模態(tài)特征，所述多模態(tài)信息包括數(shù)據(jù)對象樣本的圖片信息以及文本信息；

根據(jù)所述數(shù)據(jù)對象樣本的多模態(tài)信息構(gòu)建多模態(tài)特征包括：

將所述數(shù)據(jù)對象樣本的圖片信息通過機(jī)器學(xué)習(xí)方式映射到特征空間，得到圖片信息表征向量；

將所述數(shù)據(jù)對象樣本的文本信息通過詞嵌入模型進(jìn)行訓(xùn)練，得到文本信息表征向量；

根據(jù)所述圖片信息表征向量確定圖片相似關(guān)系表征向量，包括：根據(jù)所述圖片信息表征向量確定數(shù)據(jù)對象樣本之間的圖片相似度，進(jìn)而得到圖片關(guān)系圖，并對其進(jìn)行采樣后輸入至詞嵌入模型，得到圖片相似關(guān)系表征向量；