一种类别标签识别方法及装置、存储介质制造方法及图纸

本申请实施例公开了一种类别标签识别方法及装置、存储介质，包括：在接收到待识别对象的情况下，获取待识别对象的第一特征信息；利用相似度检测模型确定第一特征信息和第二特征信息之间的类别相似度；第二特征信息为已识别对象的特征信息；根据类别相似度和已识别对象的第一类别标签，确定待识别对象的目标类别标签。标签。标签。

【技术实现步骤摘要】
一种类别标签识别方法及装置、存储介质


[0001]本申请涉及物联网
，尤其涉及一种类别标签识别方法及装置、存储介质。

技术介绍

[0002]随着互联网技术的发展，越来越多的用户青睐于在网络上购物。随着在线购物的发展，网购平台的待购物商品也越来越多，其中也包含部分假货商品，假货商品的存在给购物平台和用户造成了不同程度的影响。
[0003]现有技术中，是根据商品购买评价中的假货描述信息或者是用户向工商局的假货投诉等方式，来确定商品是否为假货，这种识别假货的方式都是在用户购买了商品之后，如此，降低了假货商品的识别速率。

技术实现思路

[0004]为解决上述技术问题，本申请实施例期望提供一种类别标签识别方法及装置、存储介质，能够提高类别标签识别时的速率。
[0005]本申请的技术方案是这样实现的：
[0006]本申请实施例提供一种类别标签识别方法，所述类别标签识别方法包括：
[0007]在接收到待识别对象的情况下，获取所述待识别对象的第一特征信息；
[0008]利用所述相似度检测模型确定所述第一特征信息和所述第二特征信息之间的类别相似度；所述第二特征信息为已识别对象的特征信息；
[0009]根据所述类别相似度和所述已识别对象的第一类别标签，确定所述待识别对象的目标类别标签。
[0010]本申请实施例提供了一种类别标签识别装置，所述装置包括：
[0011]获取单元，用于在接收到待识别对象的情况下，获取所述待识别对象的第一特征信息；
[0012]确定单元，用于利用所述相似度检测模型确定所述第一特征信息和所述第二特征信息之间的类别相似度；所述第二特征信息为已识别对象的特征信息；根据所述类别相似度和所述已识别对象的第一类别标签，确定所述待识别对象的目标类别标签。
[0013]本申请实施例提供了一种类别标签识别装置，所述装置包括：
[0014]存储器、处理器和通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的类别标签识别的程序，当所述类别标签识别的程序被执行时，通过所述处理器执行上述所述的类别标签识别方法。
[0015]本申请实施例提供了一种存储介质，其上存储有计算机程序，应用于类别标签识别装置，其特征在于，该计算机程序被处理器执行时实现上述所述的类别标签识别方法。
[0016]本申请实施例提供了一种类别标签识别方法及装置、存储介质，类别标签识别方法包括：在接收到待识别对象的情况下，获取待识别对象的第一特征信息；利用相似度检测模型确定第一特征信息和第二特征信息之间的类别相似度；第二特征信息为已识别对象的
特征信息；根据类别相似度和已识别对象的第一类别标签，确定待识别对象的目标类别标签。采用上述方法实现方案，类别标签识别装置在得到待识别对象的第一特征信息的情况下，可以直接利用相似度检测模型确定第一特征信息和第二特征信息之间的类别相似度；由于第二特征信息为识别对象的特征信息，使得可以根据类别相似度以及已识别对象的第一类别标签确定出待识别对象的目标类别标签，不需要再根据对待识别对象的评价或者是用户对待识别对象的投诉情况来滞后确定出待识别对象的目标类别标签，即提高了类别标签识别时的速率。
附图说明
[0017]图1为本申请实施例提供的一种类别标签识别方法流程图；
[0018]图2为本申请实施例提供的一种示例性的PP示意图；
[0019]图3为本申请实施例提供的一种示例性的基模型结构示意图；
[0020]图4为本申请实施例提供的一种示例性的类别标签识别处理流程示意图一；
[0021]图5为本申请实施例提供的一种示例性的类别标签识别处理流程示意图二；
[0022]图6为本申请实施例提供的一种示例性的ROC曲线示意图；
[0023]图7为本申请实施例提供的一种示例性的AUC和Precision结果对比示意图；
[0024]图8为本申请实施例提供的一种示例性的规则方法和AL策略结果对比示意图；
[0025]图9为本申请实施例提供的一种类别标签识别装置的组成结构示意图一；
[0026]图10为本申请实施例提供的一种类别标签识别装置的组成结构示意图二。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0028]本申请实施例提供了一种类别标签识别方法，一种类别标签识别方法应用于类别标签识别装置，图1为本申请实施例提供的一种类别标签识别方法流程图，如图1所示，类别标签识别方法可以包括：
[0029]S101、在接收到待识别对象的情况下，获取待识别对象的第一特征信息。
[0030]本申请实施例提供的一种类别标签识别方法适用于确定待识别对象的目标类别标签的场景下。
[0031]在本申请实施例中，类别标签识别装置可以以各种形式来实施。例如，本申请中描述的类别标签识别装置可以包括诸如手机、照相机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等装置，以及诸如数字TV、台式计算机、服务器等装置。
[0032]在本申请实施例中，待识别对象可以为需要鉴定为真货还是假货的商品。第一特征信息可以商品的描述信息。
[0033]在本申请实施例中，待识别对象可以为其他设备传输至类别标签识别装置中的对象；待识别对象也可以为用户从信息输入界面传输至类别标签识别装置中的对象；类别标
签识别装置也可以以其他的方式获取到待识别对象；具体的可以根据实际情况进行确定，本申请实施例对此不作限定。
[0034]在本申请实施例中，第一特征信息为待识别对象(商品)的商品特征信息。示例性的，第一特征信息可以为商品的价格、商品的质量等特征信息，第一特征信也可以为商品的其他特征信息，具体的第一特征信息可以根据实际情况进行确定，本申请实施例对此不作限定。
[0035]需要说明的是，类别标签识别装置可以在商品的商详页获取到商品的第一特征信息；类别标签识别装置也可以在数据库中获取到商品的第一特征信息；类别标签识别装置还可以以其他的方式获取商品的第一特征信息；具体的类别标签识别装置获取到商品的第一特征信息的方式可以根据实际情况进行确定，本申请实施例对此不作限定。
[0036]在本申请实施例中，第一特征信息可以为待识别对象的一个特征信息，第一特征信息也可以为待识别对象的一组特征信息；具体的第一特征信息中特征信息的数量可以根据实际情况进行确定，本申请实施例对此不作限定。
[0037]S102、利用相似度检测模型确定第一特征信息和第二特征信息之间的类别相似度；第二特征信息为已识别对象的特征信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种类别标签识别方法，其特征在于，所述方法包括：在接收到待识别对象的情况下，获取所述待识别对象的第一特征信息；利用所述相似度检测模型确定所述第一特征信息和所述第二特征信息之间的类别相似度；所述第二特征信息为已识别对象的特征信息；根据所述类别相似度和所述已识别对象的第一类别标签，确定所述待识别对象的目标类别标签。2.根据权利要求1所述的方法，其特征在于，所述利用所述相似度检测模型确定所述第一特征信息和所述第二特征信息之间的类别相似度之前，所方法还包括：获取样本识别对象对应的样本特征信息和样本标签；从所述样本标签中获取第一样本类别标签，从所述样本识别对象中查找所述第一样本类别标签对应的第一样本识别对象；在样本对象库中，对所述第一样本识别对象进行样本感染，得到感染对象；所述感染对象的类别标签为所述第一样本类别标签；确定所述感染对象的感染样本特征信息；利用所述样本特征信息、所述感染样本特征信息、所述第一样本类别标签和样本标签训练初始相似度检测模型，得到相似度检测模型。3.根据权利要求2所述的方法，其特征在于，所述利用所述样本特征信息、所述感染样本特征信息、所述第一样本类别标签和样本标签训练初始相似度检测模型，得到相似度检测模型，包括：将所述样本特征信息、所述感染样本特征信息输入所述初始相似度检测模型，得到样本识别对象和所述感染对象之间的类别相似度；在所述样本标签和所述第一样本类别标签相同、且所述类别相似度为不相似；或者所述样本标签和所述第一样本类别标签不同、且所述类别相似度为相似的情况下，在样本对象库中，获取第二样本类别标签对应的新样本识别对象；利用所述新样本识别对象的新样本特征信息、所述感染样本特征信息、所述第一样本识别对象对应的第一样本特征信息、所述第一样本类别标签和所述第二样本类别标签继续训练所述初始相似度检测模型，直至所述初始初始相似度检测模型的模型损失小于或者等于预设损失值，得到所述相似度检测模型。4.根据权利要求2所述的方法，其特征在于，所述在样本对象库中，对所述第一样本识别对象进行样本感染，得到感染对象，包括：从所述样本对象库中获取多组对象；分别确定所述第一样本识别对象与所述多组对象之间的类别相似度，得到多组相似度值；分别从所述多组相似度值中获取数值最小的多个第一相似度值；根据所述多个第一相似度值，从所述多组对象中获取目标对象，并将所述目标对...

【专利技术属性】
技术研发人员：高杰，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：