[發(fā)明專利]基于機(jī)器學(xué)習(xí)獲得商品對(duì)應(yīng)國(guó)民經(jīng)濟(jì)制造業(yè)的方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010414176.7
• 申請(qǐng)日: 2020-05-15
• 公開（公告）號(hào): CN111782802A
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 劉春雷;包江華;范超;杜長(zhǎng)青;劉治軍
• 申請(qǐng)（專利權(quán)）人: 北京極兆技術(shù)有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06K9/62;G06N3/04;G06N3/08;G06Q30/06
• 代理公司: 北京海虹嘉誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11129
• 代理人: 高麗萍

1.一種基于機(jī)器學(xué)習(xí)獲得商品對(duì)應(yīng)國(guó)民經(jīng)濟(jì)制造業(yè)的方法，其特征在于，所述方法包括如下步驟：

S1，采集有標(biāo)簽的商品分類數(shù)據(jù)作為初始訓(xùn)練樣本集利用機(jī)器學(xué)習(xí)算法訓(xùn)練初始深度學(xué)習(xí)模型，所述初始深度學(xué)習(xí)模型為長(zhǎng)短時(shí)記憶循環(huán)神經(jīng)網(wǎng)絡(luò)；

S2，利用所述初始深度學(xué)習(xí)模型對(duì)無(wú)標(biāo)簽數(shù)據(jù)進(jìn)行分類，根據(jù)分類結(jié)果對(duì)所述初始深度學(xué)習(xí)模型進(jìn)行迭代訓(xùn)練得到用于將商品進(jìn)行底層類別分類的第一商品分類預(yù)測(cè)模型；

S3，根據(jù)國(guó)家標(biāo)準(zhǔn)商品體系中的制造行業(yè)體系建立商品知識(shí)圖譜數(shù)據(jù)庫(kù)，在所述商品知識(shí)圖譜數(shù)據(jù)庫(kù)中提取目標(biāo)商品的文本格式商品數(shù)據(jù)；利用所述第一商品分類預(yù)測(cè)模型根據(jù)機(jī)器學(xué)習(xí)算法對(duì)所述目標(biāo)商品的文本格式商品數(shù)據(jù)進(jìn)行歸一化分類得到文本格式底層商品分類數(shù)據(jù)；再將所述文本格式底層商品分類數(shù)據(jù)轉(zhuǎn)變?yōu)閿?shù)值化的向量，利用向量比較算法判斷文本的相似性從而得出商品分類與國(guó)民經(jīng)濟(jì)制造業(yè)行業(yè)的映射關(guān)系；

S4，將所述文本格式底層商品分類數(shù)據(jù)與所述映射關(guān)系作為訓(xùn)練樣本，對(duì)所述第一商品分類預(yù)測(cè)模型進(jìn)行迭代訓(xùn)練，得到用于反映商品到國(guó)民經(jīng)濟(jì)制造業(yè)行業(yè)的映射關(guān)系的第二商品分類預(yù)測(cè)模型；

S5，所述第二商品分類預(yù)測(cè)模型根據(jù)輸入的任一商品的文本格式的商品數(shù)據(jù)得到所述任一商品所對(duì)應(yīng)的國(guó)民經(jīng)濟(jì)制造業(yè)行業(yè)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在步驟S3中，所述第一、第二商品分類預(yù)測(cè)模型均為長(zhǎng)短時(shí)記憶循環(huán)神經(jīng)網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述長(zhǎng)短時(shí)記憶循環(huán)神經(jīng)網(wǎng)絡(luò)為雙向長(zhǎng)短時(shí)記憶循環(huán)神經(jīng)網(wǎng)絡(luò)。

4.根據(jù)權(quán)利要求1～3中任一項(xiàng)所述的方法，其特征在于，在步驟S3中，所述將所述文本格式底層商品分類數(shù)據(jù)轉(zhuǎn)變?yōu)閿?shù)值化的向量，利用向量比較算法判斷文本的相似性從而得出商品分類與國(guó)民經(jīng)濟(jì)制造業(yè)行業(yè)的映射關(guān)系包括步驟：

S31，將所述文本格式底層商品分類數(shù)據(jù)中每一個(gè)類別中的每一個(gè)漢字或字符進(jìn)行數(shù)值化編碼，得到每一個(gè)漢字或字符的300維度的向量表示，按照原始底層商品分類數(shù)據(jù)中的每一個(gè)類別中每一個(gè)漢字或字符的先后順序?qū)?shù)值化編碼后的每一個(gè)漢字或字符對(duì)應(yīng)的向量依次進(jìn)行矢量相加，分別得到各類別所對(duì)應(yīng)的第一向量；

S32，將國(guó)民經(jīng)濟(jì)制造業(yè)行業(yè)中底層類別中每一個(gè)類別所對(duì)應(yīng)的每一個(gè)漢字或字符進(jìn)行數(shù)值化編碼，得到每一個(gè)漢字或字符的300維度的向量表示，按照每一個(gè)類別中每一個(gè)漢字或字符的先后順序?qū)?shù)值化編碼后的每一個(gè)漢字或字符對(duì)應(yīng)的向量依次進(jìn)行矢量相加，分別得到各類別所對(duì)應(yīng)的第二向量；

S33，利用向量比較算法判斷所述各第一向量和所述各第二向量的相似性，得到商品分類與國(guó)民經(jīng)濟(jì)制造業(yè)行業(yè)的初始映射關(guān)系，并對(duì)所述初始映射關(guān)系進(jìn)行校正得到最終正確的映射關(guān)系。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在步驟S33中，所述向量比較算法為余弦相似度向量比較算法。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，每一個(gè)漢字或字符的300維度的向量的具體數(shù)值是歸一化后的數(shù)值，和為1。