[發明專利]數據處理方法、裝置及設備在審
| 申請號: | 202010583130.8 | 申請日: | 2020-06-23 |
| 公開(公告)號: | CN113837820A | 公開(公告)日: | 2021-12-24 |
| 發明(設計)人: | 利明;徐盈輝;王彬;潘攀;王藝 | 申請(專利權)人: | 阿里巴巴集團控股有限公司 |
| 主分類號: | G06Q30/06 | 分類號: | G06Q30/06;G06F16/22;G06F16/31;G06F16/951;G06F16/958;G06F40/166;G06N20/00 |
| 代理公司: | 北京太合九思知識產權代理有限公司 11610 | 代理人: | 孫明子;劉戈 |
| 地址: | 英屬開曼群島大開*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 數據處理 方法 裝置 設備 | ||
1.一種數據處理方法,其特征在于,包括:
獲取待發布數據;
確定與所述待發布數據相對應的結構化特征和/或非結構化特征;
生成與所述結構化特征和/或非結構化特征相對應的交互信息;
根據所述交互信息生成與所述待發布數據相對應的目標數據。
2.根據權利要求1所述的方法,其特征在于,所述待發布數據包括待發布的商品數據,所述結構化特征包括以下至少之一:品牌特征、品類特征、葉子類目特征、款式特征、屬性特征。
3.根據權利要求1所述的方法,其特征在于,生成與所述結構化特征和/或非結構化特征相對應的交互信息,包括:
檢測所述結構化特征和/或非結構化特征是否滿足預設條件;
在所述結構化特征和/或非結構化特征滿足預設條件時,則生成與所述結構化特征和/或非結構化特征相對應的交互信息。
4.根據權利要求3所述的方法,其特征在于,檢測所述結構化特征和/或非結構化特征是否滿足預設條件,包括:
獲取與所述結構化特征和/或非結構化特征相對應的描述準確率;
在所述描述準確率小于預設閾值時,則確定所述結構化特征和/或非結構化特征滿足所述預設條件;或者,
在所述描述準確率大于或等于預設閾值時,則確定所述結構化特征和/或非結構化特征不滿足所述預設條件。
5.根據權利要求4所述的方法,其特征在于,在確定所述結構化特征和/或非結構化特征不滿足所述預設條件之后,所述方法還包括:
對所述待發布數據進行發布。
6.根據權利要求1所述的方法,其特征在于,所述交互信息以問答形式進行交互。
7.根據權利要求6所述的方法,其特征在于,所述問答形式包括以下至少之一:填空式問答或選項式問答。
8.根據權利要求7所述的方法,其特征在于,生成與所述結構化特征和/或非結構化特征相對應的交互信息,包括:
獲取與所述待發布數據相對應的特征選項;
基于所述特征選項,生成選項式問答的交互信息。
9.根據權利要求8所述的方法,其特征在于,獲取與所述待發布數據相對應的特征選項,包括:
獲取與所述待發布數據相對應的至少一個特征標簽,所述至少一個特征標簽與所述待發布數據的匹配度大于或等于預設匹配度閾值;
確定所述至少一個特征標簽與待發布數據之間的匹配度排序信息;
基于所述匹配度排序信息,在所述至少一個特征標簽中確定與所述待發布數據相對應的特征選項。
10.根據權利要求8所述的方法,其特征在于,基于所述特征選項,生成選項式問答的交互信息,包括:
利用機器學習模型對所述特征選項進行分析處理,獲得選項式問答的交互信息,其中,所述機器學習模型被訓練為用于基于特征選項生成選項式問答的交互信息。
11.根據權利要求1所述的方法,其特征在于,在生成與所述結構化特征和/或非結構化特征相對應的交互信息之后,所述方法還包括:
將所述交互信息推送給客戶端,以通過所述客戶端實現對所述交互信息的交互操作。
12.根據權利要求1所述的方法,其特征在于,根據所述交互信息生成與所述待發布數據相對應的目標數據,包括:
獲取與所述交互信息相對應的交互響應結果;
基于所述交互響應結果,生成與所述待發布數據相對應的目標數據。
13.根據權利要求12所述的方法,其特征在于,在生成與所述待發布數據相對應的目標數據之后,所述方法還包括:
對所述目標數據進行發布。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴集團控股有限公司,未經阿里巴巴集團控股有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010583130.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:錄像鏡像處理方法、裝置、攝像設備及可讀存儲介質
- 下一篇:電子設備





