[发明专利]商品属性生成模型的训练方法及生成、搜索方法和系统

说明书

本发明公开了一种商品属性生成模型的训练方法及生成、搜索方法和系统，其中，训练方法包括：获取多个商品的商品信息，所述商品信息包括文本和图片；标注所述多个商品的属性信息，所述属性信息包括至少一个属性分词；构造多组训练数据，每组训练数据包括同一商品的商品信息和属性信息；根据所述多组训练数据训练所述商品属性生成模型，所述商品属性生成模型用于根据商品信息生成属性信息。本发明基于深度学习训练了一种商品属性生成模型，进而基于该商品属性生成模块，可以实现根据商品信息，更具体地，根据商品标题和商品图片，来自动生成正确的商品属性信息，从而能够克服当前网络站点中，商品标题书写不规范的缺陷，进而优化搜索结果。

技术领域

本发明涉及互联网技术领域，尤其涉及一种商品属性生成模型的训练方法及生成、搜索方法和系统。

背景技术

伴随着互联网技术的不断发展，网上购物已经渗透到人们生活的方方面面。网上购物时，往往由于卖家对于商品标题的不规范书写，导致买家使用搜索词搜索商品时遇到搜索结果并不符合需求的情况，这极大的影响了买家的购物体验。例如，搜索词为“七分裤”，搜索结果可能是“迷彩暗花五分七分裤中裤运动短裤男”，而该搜索结果实际指向商品的却是五分裤，也即由于卖家在商品标题中错误添加了五分裤，导致五分裤也陈列在该搜索词的搜索结果之中，影响买家的购物体验。

发明内容

本发明要解决的技术问题是为了克服现有技术中商品标题书写不规范的缺陷，提供一种商品属性生成模型的训练方法及生成、搜索方法和系统。

本发明是通过下述技术方案来解决上述技术问题：

一种商品属性生成模型的训练方法，其特点在于，所述训练方法包括：

获取多个商品的商品信息，所述商品信息包括文本和图片；

标注所述多个商品的属性信息，所述属性信息包括至少一个属性分词；

构造多组训练数据，每组训练数据包括同一商品的商品信息和属性信息；

根据所述多组训练数据训练所述商品属性生成模型，所述商品属性生成模型用于根据商品信息生成属性信息。

较佳地，所述根据所述多组训练数据训练商品属性生成模型的步骤包括：

利用编码-解码模型框架训练所述多组训练数据。

较佳地，所述利用编码-解码模型框架训练所述多组训练数据的步骤包括：

对于每组训练数据，对文本进行分词，得到分词序列；

将所述分词序列转换成分词向量；

对所述分词向量进行编码，得到编码向量；

提取图片的特征向量；

根据所述编码向量和所述特征向量进行解码，得到属性信息。

较佳地，在所述根据所述编码向量和所述特征向量进行解码的步骤之前，所述训练方法还包括：

将所述编码向量和所述特征向量输入注意力模型；

计算当前时刻所述编码向量和所述特征向量的注意力分布值；

所述根据所述编码向量和所述特征向量进行解码的步骤具体包括：

根据当前时刻的注意力分布值以及上一时刻得到的解码分词进行解码，得到当前时刻的解码分词；

其中，所述解码分词为属性分词。

较佳地，所述将所述分词序列转换成分词向量的步骤包括：

利用word2vec模型将所述分词序列转换成分词向量；

所述提取图片的特征向量的步骤包括：