[發明專利]多標簽物料的相似度度量方法、系統、存儲介質以及計算機設備

在審

• 申請號: 202011107303.5
• 申請日: 2020-10-16
• 公開（公告）號: CN114385602A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 王斌鋒;喬建行
• 申請（專利權）人: 北京鴻享技術服務有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/335;G06F40/289;G06F40/284;G06K9/62
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 王玉雙;朱穎嫻

1.一種多標簽物料的相似度度量方法，其特征在于，包括：

分別獲取各個所述物料的多個標簽；

分別獲取各個所述物料的中文描述；

計算所述物料的所述標簽與所述物料的中文描述的注意力，獲得各個所述標簽相對應的注意力結果；

將所述物料的所述標簽形成所述物料的標簽集；

根據各個所述標簽集中的所述標簽相對應的注意力結果計算各個所述物料的標簽集之間的相似度。

2.根據權利要求1所述的多標簽物料的相似度度量方法，其特征在于，所述計算所述物料的所述標簽與所述物料的中文描述的注意力的步驟之前還包括：

對所述標簽進行第一數據清洗。

3.根據權利要求1所述的多標簽物料的相似度度量方法，其特征在于，所述計算所述物料的所述標簽與所述物料的中文描述的注意力的步驟之前還包括：

對所述中文描述進行第二數據清洗。

4.根據權利要求1所述的多標簽物料的相似度度量方法，其特征在于，所述計算所述物料的所述標簽與所述物料的中文描述的注意力的步驟之前還包括：

獲取所述物料的名稱，將所述名稱作為所述物料的標簽。

5.根據權利要求1所述的多標簽物料的相似度度量方法，其特征在于，所述計算所述物料的所述標簽與所述物料的中文描述的注意力，獲得各個所述標簽相對應的注意力結果的步驟包括：

獲取所述標簽的向量；

獲取所述中文描述的向量；

計算所述標簽的向量與所述中文描述的向量的余弦距離，獲得所述標簽相對應的注意力結果。

6.根據權利要求5所述的多標簽物料的相似度度量方法，其特征在于，所述獲取所述中文描述的向量的步驟包括：

將所述中文描述進行分詞；

將多個所述分詞的向量相加取平均獲得所述中文描述的向量。

7.根據權利要求1所述的多標簽物料的相似度度量方法，其特征在于，所述根據各個所述標簽集中的所述標簽相對應的注意力結果計算各個所述物料的標簽集之間的相似度的步驟包括：

根據各個所述標簽集中的所述標簽相對應的注意力結果通過杰卡德相似系數計算各個所述物料的標簽集之間的相似度。

8.一種多標簽物料的相似度度量系統，其特征在于，包括：

標簽獲取模塊，用于分別獲取各個所述物料的多個標簽；

中文描述獲取模塊，用于分別獲取各個所述物料的中文描述；

注意力計算模塊，用于計算所述物料的所述標簽與所述物料的中文描述的注意力，獲得各個所述標簽相對應的注意力結果；

標簽集獲取模塊，用于將所述物料的所述標簽形成所述物料的標簽集；

相似度計算模塊，用于根據各個所述標簽集中的所述標簽相對應的注意力結果計算各個所述物料的標簽集之間的相似度。

9.一種存儲介質，其特征在于，用于存儲一種用于執行權利要求1～7中任意一種多標簽物料的相似度度量方法的計算機程序。

10.一種計算機設備，包括存儲介質、處理器以及存儲在所述存儲介質上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1～7任一項所述的多標簽物料的相似度度量方法。