[发明专利]物品分类方法、装置、服务器及存储介质

权利要求书

1.一种物品分类方法，其特征在于，所述方法包括：

获取待分类物品的物品信息和多个辅助信息，所述辅助信息为辅助所述待分类物品进行分类且与所述物品信息相关的信息；

分别确定所述物品信息的特征和每个辅助信息的特征，得到所述物品信息的物品特征和所述每个辅助信息的辅助特征；

对于每个所述辅助信息，基于所述物品特征与所述辅助信息的辅助特征，确定相似度矩阵；

基于所述相似度矩阵，确定第一权重特征和第二权重特征，所述第一权重特征用于表示所述物品信息对所述辅助信息的影响特征，所述第二权重特征用于表示所述辅助信息对所述物品信息的影响特征；

基于所述物品特征、所述辅助信息的辅助特征、所述第一权重特征和所述第二权重特征，确定所述每个辅助信息的权重；

基于所述每个辅助信息的权重，将所述物品信息与所述多个辅助信息进行融合，得到融合信息；

基于所述融合信息，对所述待分类物品进行分类。

2.根据权利要求1所述的物品分类方法，其特征在于，所述基于所述物品特征、所述辅助信息的辅助特征、所述第一权重特征和所述第二权重特征，确定所述每个辅助信息的权重，包括：

基于所述物品特征和所述第一权重特征，确定第一注意力特征，以及，基于所述辅助信息的辅助特征和所述第二权重特征，确定第二注意力特征；

将所述物品特征、所述第一注意力特征和所述第二注意力特征进行融合，得到所述每个辅助信息的权重。

3.根据权利要求2所述的物品分类方法，其特征在于，所述基于所述物品特征和所述第一权重特征，确定第一注意力特征，包括：

对于所述物品特征中的每列第一特征值，在所述第一权重特征中确定所述每列第一特征值对应的第一权重值；

基于所述第一权重值，对所述每列第一特征值进行加权，得到所述每列第一特征值对应的一列第二特征值；

将所述每列第一特征值分别对应的一列第二特征值组成第一加权特征；

将所述第一加权特征中的每行第三特征值进行求和，得到所述第一注意力特征。

4.根据权利要求2所述的物品分类方法，其特征在于，所述基于所述辅助信息的辅助特征和所述第二权重特征，确定第二注意力特征，包括：

对于所述辅助特征中的每列第四特征值，在所述第二权重特征中确定所述每列第四特征值对应的第二权重值；

基于所述第二权重值，对所述每列第四特征值进行加权，得到所述每列第四特征值对应的一列第五特征值；

将所述每列第四特征值分别对应的一列第五特征值组成第二加权特征；

将所述第二加权特征中的每行第六特征值进行求和，得到所述第二注意力特征。

5.根据权利要求1所述的物品分类方法，其特征在于，所述基于所述相似度矩阵，确定第一权重特征和第二权重特征，包括：

从所述相似度矩阵中确定目标行向量和目标列向量，所述目标行向量为所述相似度矩阵中每行最大值组成的向量，所述目标列向量为所述相似度矩阵中每列最大值组成的向量；

对所述目标行向量中的每个特征进行权重运算，得到所述第一权重特征；以及，对所述目标列向量中的每个特征进行权重运算，得到所述第二权重特征。

6.根据权利要求1所述的物品分类方法，其特征在于，所述基于所述每个辅助信息的权重，将所述物品信息与所述多个辅助信息进行融合，得到融合信息，包括：

基于所述每个辅助信息对应的门控特征以及所述每个辅助信息的权重，确定所述每个辅助信息的目标特征；

将所述每个辅助信息的目标特征和所述物品信息的物品特征进行融合，得到融合特征；

将所述融合特征作为所述融合信息。

7.根据权利要求6中所述的物品分类方法，其特征在于，所述基于所述每个辅助信息对应的门控特征以及所述每个辅助信息的权重，确定所述每个辅助信息的目标特征，包括：

对所述每个辅助信息的权重进行概率运算，得到所述每个辅助信息对应的门控特征；

基于所述每个辅助信息对应的门控特征，对所述每个辅助信息的权重进行门控运算，得到所述每个辅助信息的目标特征。