商品通关处理、对象的处理及其类别预测方法和装置制造方法及图纸

本发明专利技术公开了一种商品通关处理、对象的处理及其类别预测方法和装置。其中，该方法包括：获取用户对商品进行描述的商品描述信息；基于商品描述信息，利用预先训练得到的分类模型，确定商品的类别；基于商品的类别，生成报关单。本发明专利技术解决了相关技术中由人工填写HSCode导致对象类别确定效率低的技术问题。

【技术实现步骤摘要】
商品通关处理、对象的处理及其类别预测方法和装置
本专利技术涉及数据处理领域，具体而言，涉及一种商品通关处理、对象的处理及其类别预测方法和装置。
技术介绍
HSCode(HarmoniszationSystemCode，国际商品统一分类代码)是由国际海关理事会制定的编码协调制度，对各种不同产品出入境应征或应退关税税率进行量化管理的一个统一标准。HSCode共包含96个主要类别章节，前六位是国际通用的，后两位或四位由各国根据需求对货物进行更细的分类，中国采用的是十位编码。HSCode可以应用在各种通关业务场景，分别以如下几个类别进行举例：(1)跨境电商海淘商品挂载卖家进行海淘商品上架时，需要认真查看税则书明确税则号，并补充相关属性信息，然后申请上架；后台运营人员需要对税则号进行严格审核，否则可能影响平台报关资质。(2)外贸服务平台商品出口报关外贸服务平台业务中一个比较重要的环节即是根据用户填写的一些商品描述进行产品归类，并根据税则书的要求补充商品相关的申报要素属性信息，不仅需要让用户填写足够的信息，同时在申报要素信息不明确时需要进行核实，存在着反复确认的过程。(3)进出口代理企业通关申报商家进行进出口贸易时，需要找进出口代理企业协助进行通关申报，代理企业在申报时，首选需要认真查看税则书，填写报关单，然后由海关进行审核，审核不通过则需要根据海关的建议重新进行申报，严重影响通关时间。由此可见，在进出口业务中，填写HSCode是非常重要的环节，传统的方式是由卖家或报关单位根据商品描述，对照《中华人民共和国海关进出口税则》(以下简称税则书)相关说明找到对应的HSCode(又称为税则号)后进行填写，然后进行人工审核，审核不通过则给出建议的HSCode让卖家或报关单位确认并重新填写。但是HSCode类目繁多，其包括22个大类，96个主要类别章节，总共包括上万个子类。通关时涉及HSCode归类可利用的信息主要为商品名称和商品规格(即申报要素)，而全量的十位编码上万个，由卖家或报关单位填写，难以区分且容易出错；而且人工审核覆盖面有限，且需要专家知识，同时专家经验规则难以覆盖所有HSCode。因此传统的由用户前端填写，人工后台审核的方式存在着极大的弊端：周期较长，耗费大量人力，且极易出错。这种交互方式费时费力，而且出错概率非常高。也就是说，在相关技术中，采用人工填写HSCode时，会导致在对采用HSCode分类的对象(例如，商品)的类别进行确定时，效率较低。针对相关技术中由人工填写HSCode导致对象类别确定效率低的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种商品通关处理、对象的处理及其类别预测方法和装置，以至少解决相关技术中由人工填写HSCode导致对象类别确定效率低的技术问题。根据本专利技术实施例的一个方面，提供了一种商品通关处理方法，包括：获取用户对商品进行描述的商品描述信息；基于所述商品描述信息，利用预先训练得到的分类模型，确定所述商品的类别；基于所述商品的类别，生成报关单。根据本专利技术实施例的一个方面，提供了一种商品通关处理装置，包括：第一获取模块，用于获取用户对商品进行描述的商品描述信息；确定模块，用于基于所述商品描述信息，利用预先训练得到的分类模型，确定所述商品的类别；生成模块，用于基于所述商品的类别，生成报关单。根据本专利技术实施例的一个方面，提供了一种对象类别预测方法，包括：获取待预测类别的对象的对象描述信息；根据获取的对象描述信息，以及预先训练的分类模型，对待预测类别的对象的类别进行预测，其中，分类模型依据样品的样品描述信息以及对应的样品的对象类别训练得到。根据本专利技术实施例的另一方面，还提供了一种对象处理方法，包括：接收对待处理对象进行处理的业务请求；根据业务请求，显示用于提供对待处理对象的对象描述信息进行输入的输入区域；接收在输入区域输入的对象描述信息；根据接收的对象描述信息，以及预先训练的分类模型，对待处理对象的类别进行预测，其中，分类模型依据样品的样品描述信息以及对应的样品的对象类别训练得到；根据预测的类别，对待处理对象进行处理。根据本专利技术实施例的另一方面，还提供了一种对象类别预测装置，包括：获取模块，用于获取待预测类别的对象的对象描述信息；第一预测模块，用于根据获取的对象描述信息，以及预先训练的分类模型，对待预测类别的对象的类别进行预测，其中，分类模型依据样品的样品描述信息以及对应的样品的对象类别训练得到。根据本专利技术实施例的另一方面，还提供了一种对象处理装置，包括：第一接收模块，用于接收对待处理对象进行处理的业务请求；显示模块，用于根据业务请求，显示用于提供对待处理对象的对象描述信息进行输入的输入区域；第二接收模块，用于接收在输入区域输入的对象描述信息；第二预测模块，用于根据接收的对象描述信息，以及预先训练的分类模型，对待处理对象的类别进行预测，其中，分类模型依据样品的样品描述信息以及对应的样品的对象类别训练得到；处理模块，用于根据预测的类别，对待处理对象进行处理。根据本专利技术实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行对象类别预测方法。根据本专利技术实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述对象类别预测方法。根据本专利技术实施例的另一方面，还提供了一种系统，其特征在于，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：步骤1，获取待预测类别的对象的对象描述信息；步骤2，根据获取的对象描述信息，以及预先训练的分类模型，对待预测类别的对象的类别进行预测，其中，分类模型依据样品的样品描述信息以及对应的样品的对象类别训练得到。此处需要说明的是，上述对象类别预测方法实现了通关商品的自动归类，从而可以根据商品的描述信息自动确定商品的税则号，可应用于各种通关业务场景，如跨境电商海淘商品挂载、外贸服务平台商品出口报关、进出口代理企业通关申报等。使用上述实施例提供的方案，发货人只需简单填写商品描述，甚至只需要根据商品的实际情况下对预设的选项进行选择，即可进行自动归类，无需翻阅税则书及其反复确认，也不需要具备专业的知识，降低了使用门槛，简化了整个申报流程；同时降低了归类的错误率，提高了通关申报的效率，极大地方便了用户。在本专利技术实施例中，获取待预测类别的对象的对象描述信息；根据获取的对象描述信息，以及预先训练的分类模型，对待预测类别的对象的类别进行预测，其中，分类模型依据样品的样品描述信息以及对应的样品的对象类别训练得到。上述方案实现了对象的类别待预测，从而实现了通关商品的自动归类，进而解决了相关技术中由人工填写HSCode导致对象类别确定效率低的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本申请实施例1的一种对象类别预测方法的示意图；图2是根据现有技术的一种税则号的示意图；图3是根据本申请实施例2的一种用于实现对象类别预测方法的计算机终端(或移动设备)的硬件结构框图；图4是根据本专利技术实施例2的一种商品通关处理方法的流程图；图5是根据本专利技术实本文档来自技高网...

【技术保护点】
1.一种商品通关处理方法，其特征在于，包括：获取用户对商品进行描述的商品描述信息；基于所述商品描述信息，利用预先训练得到的分类模型，确定所述商品的类别；基于所述商品的类别，生成报关单。

【技术特征摘要】
1.一种商品通关处理方法，其特征在于，包括：获取用户对商品进行描述的商品描述信息；基于所述商品描述信息，利用预先训练得到的分类模型，确定所述商品的类别；基于所述商品的类别，生成报关单。2.根据权利要求1所述的方法，其特征在于，基于所述商品描述信息，利用预先训练得到的分类模型，确定所述商品的类别包括：对所述商品的类别划分层级；依据划分的层级自顶向下，根据获取的所述商品描述信息，以及层级对应的预先训练的层级分类模型，确定层级对应的层级类别，其中，所述分类模型包括每层对应的层级分类模型；在确定完划分的所有层级的层级类别时得到所述商品的类别。3.根据权利要求2所述的方法，其特征在于，在依据划分的层级自顶向下，根据获取的所述商品描述信息，以及层级对应的预先训练的层级分类模型，确定层级对应的层级类别之前，还包括：通过以下方式训练得到每层级对应的层级分类模型：提取预定数量的商品样品的样品描述信息的特征内容；对提取的所述预定数量的所述特征内容以及对应的层级类别进行训练得到每层级对应的层级分类模型。4.根据权利要求3所述的方法，其特征在于，在所述商品样品的样品描述信息采用中文语言描述的情况下，提取所述预定数量的所述商品样品的样品描述信息的特征内容，包括：对所述样品描述信息的中文进行分词，得到多个词组；对得到的所述多个词组进行词组向量化，得到多个词向量；对得到的所述多个词向量进行文本向量化，得到所述样品描述信息对应的文本向量，其中，所述文本向量表征所述样品描述信息的特征内容。5.根据权利要求4所述的方法，其特征在于，对所述样品描述信息的中文进行分词，得到所述多个词组，包括：对所述样品描述信息的中文进行分词后，对所述样品描述信息的中文进行预处理，其中，所述预处理包括以下至少之一：过滤停用词，过滤高频词，过滤低频词；获得进行预处理后得到的所述多个词组。6.根据权利要求2所述的方法，其特征在于，依据划分的层级自顶向下，根据获取的所述商品描述信息，以及层级对应的预先训练的层级分类模型，确定层级对应的层级类别包括：在所述商品描述信息采用中文语言描述的情况下，对获取的所述商品描述信息进行分词得到多个词组，对所述多个词组进行词组向量化得到多个词向量，对所述多个词向量进行文本向量化得到表征所述商品描述信息的文本向量；根据得到的所述文本向量，以及层级对应的预先训练得到的层级分类模型，确定层级对应的层级类别。7.根据权利要求1所述的方法，其特征在于，获取所述用户对所述商品进行描述的所述商品描述信息包括：接收所述用户输入的选项输入信息，其中，所述选项输入信息为所述用户对所述商品的属性进行描述的信息；根据接收的所述选项输入信息，确定所述用户对所述商品进行描述的所述商品描述信息。8.根据权利要求7所述的方法，其特征在于，所述商品的属性包括以下至少之一：商品名称，商品描述，商品备注，其中，所述商品描述包括以下至少之一：厂家、规格型号、用途。9.根据权利要求1至8中任一项所述的方法，其特征在于，所述商品描述信息包括以下至少之一：商品的文本描述信息，商品的图像信息，商品的语音描述信息，商品的动画信息。10.一种对象类别预测方法，其特征在于，包括：获取待预测类别的对象的对象描述信息；根据获取的所述对象描述信息，以及预先训练的分类模型，对所述待预测类别的对象的类别进行预测，其中，所述分类模型依据样品的样品描述信息以及对应的所述样品的对象类别训练得到。11.根据权利要求10所述的方法，其特征在于，根据获取的所述对象描述信息，以及预先训练的所述分类模型，对所述待预测类别的对象的类别进行预测包括：对所述待预测类别的对象的类别划分层级；依据划分的层级自顶向下，根据获取的所...

【专利技术属性】
技术研发人员：林沛坤，王浩，朱洪波，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY