[發明專利]物品屬性值的確定方法和裝置

在審

• 申請號: 202110608525.3
• 申請日: 2021-06-01
• 公開（公告）號: CN113360724A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 王奕磊;王剛;佘志東
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06F40/258;G06K9/62;G06N20/00
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 宗磊;楊倩

1.一種物品屬性值的確定方法，其特征在于，包括：

獲取目標物品的物品類目、物品屬性名及物品標題；

將所述物品類目、所述物品屬性名及所述物品標題，輸入屬性抽取模型中，得到所述目標物品的物品屬性值，所述物品屬性值與所述物品屬性名相對應；其中，所述屬性抽取模型包括輸入層、編碼層及輸出層，所述輸入層的輸入參數為所述物品類目、所述物品屬性名及所述物品標題拼接的字符串，所述編碼層用于將所述字符串編碼為多個詞向量，所述輸出層基于所述多個詞向量，確定所述物品屬性名在所述物品標題中的標注信息。

2.根據權利要求1所述的方法，其特征在于，所述輸入所述屬性抽取模型中，得到所述目標物品的物品屬性值之前，還包括：

獲取多個樣本的樣本信息，所述樣本信息包括：樣本類目、樣本標題、樣本屬性名及其對應的樣本屬性值；

根據所述樣本信息，生成樣本數據；

利用多個所述樣本數據，訓練機器學習模型，生成所述屬性抽取模型。

3.根據權利要求2所述的方法，其特征在于，所述根據多個樣本信息，生成樣本數據，包括：

獲取當前樣本的樣本信息；

根據所述當前樣本的樣本屬性值，對所述當前樣本的樣本標題進行標注處理；

生成所述當前樣本的樣本數據，所述樣本數據中包括：樣本類目、標注處理后的樣本標題及樣本屬性名。

4.根據權利要求3所述的方法，其特征在于，所述根據所述當前樣本的樣本屬性值，對所述當前樣本的樣本標題進行標注處理，包括：

對所述當前樣本的樣本標題進行標題預處理；

對所述當前樣本的樣本屬性值進行屬性預處理；

在處理后的樣本標題中，匹配出處理后的樣本屬性值，得到所述當前樣本的樣本屬性名對應的標注信息，所述標注信息包括：起始位置及結束位置。

5.根據權利要求3所述的方法，其特征在于，所述根據所述當前樣本的樣本屬性值，對所述當前樣本的樣本標題進行標注處理，包括：

根據所述當前樣本的樣本屬性值，按預設標注策略，對所述當前樣本的樣本標題進行標注處理，所述預設標注策略包括以下至少之一：規格屬性硬匹配策略、最大子串匹配策略、正則表達式策略及軟匹配策略。

6.根據權利要求2所述的方法，其特征在于，所述根據多個樣本信息，生成樣本數據，包括：

根據所述樣本信息，構造正樣本數據和負樣本數據，所述正樣本數據為物品標題中包含物品屬性名對應的屬性值的樣本數據，所述負樣本數據為物品標題中不包含物品屬性名對應的屬性值的樣本數據；

所述利用多個所述樣本數據，訓練機器學習模型，生成屬性抽取模型，包括：

利用多個所述正樣本數據和多個所述負樣本數據，訓練所述機器學習模型，生成所述屬性抽取模型。

7.根據權利要求1所述的方法，其特征在于，所述機器學習模型為基于MRC模型及指針網絡模型構造的模型。

8.一種物品屬性值的確定裝置，其特征在于，包括：

信息獲取模塊，用于獲取目標物品的物品類目、物品屬性名及物品標題；

屬性值確定模塊，將所述物品類目、所述物品屬性名及所述物品標題，輸入屬性抽取模型中，得到所述目標物品的物品屬性值，所述物品屬性值與所述物品屬性名相對應；其中，所述屬性抽取模型包括輸入層、編碼層及輸出層，所述輸入層的輸入參數為所述物品類目、所述物品屬性名及所述物品標題拼接的字符串，所述編碼層用于將所述字符串編碼為多個詞向量，所述輸出層基于所述多個詞向量，確定所述物品屬性名在所述物品標題中的標注信息。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的方法。

10.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-7中任一所述的方法。