CN109584013B - 生成物品描述信息的方法和装置 - Google Patents

Abstract

本申请实施例公开了生成物品描述信息的方法和装置。该方法的一具体实施方式包括：获取目标物品的物品名称和属性信息；提取物品名称中的关键字；基于属性信息与关键字确定物品特征信息；将物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息，其中，物品描述模型用于表征物品特征信息和物品描述信息之间的对应关系。该实施方式实现了基于物品特征信息自动得到物品描述信息。

Description

生成物品描述信息的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及生成物品描述信息的方法和装置。

背景技术

随着移动互联网的不断发展，各类应用也层出不穷。在各类应用中(例如电商类应用)，往往需要对物品的各种信息进行展示，以使用户更好的了解物品。在展示过程中，除了物品名称、物品图像等信息外，还需要对于物品的描述信息进行展示。目前，一般需要人工对这些物品进行描述，以得到描述信息。

发明内容

本申请实施例提出了生成物品描述信息的方法和装置。

第一方面，本申请实施例提供了一种生成物品描述信息的方法，该方法包括：获取目标物品的物品名称和属性信息；提取物品名称中的关键字；基于属性信息与关键字确定物品特征信息；将物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息，其中，物品描述模型用于表征物品特征信息和物品描述信息之间的对应关系。

在一些实施例中，该方法还包括：获取目标物品的图像；将图像在目标物品描述信息集合中进行匹配，得到匹配结果，其中，目标物品描述信息集合中的物品描述信息与物品图像相互关联；基于匹配结果，确定第二物品描述信息。

在一些实施例中，该方法还包括：基于第一物品描述信息和第二物品描述信息，确定物品描述信息。

在一些实施例中，将图像在目标物品描述信息集合中进行匹配，得到匹配结果，包括：将图像、物品名称和属性信息在目标物品描述信息集合中进行匹配，得到匹配结果，其中，目标物品描述信息集合中的物品描述信息与物品图像、物品名称和属性信息相互关联。

在一些实施例中，基于第一物品描述信息和第二物品描述信息，确定物品描述信息，包括：将第一物品描述信息或第二物品描述信息确定为物品描述信息。

第二方面，本申请实施例提供了一种生成物品描述信息的装置，该装置包括：信息获取单元，被配置成获取目标物品的物品名称和属性信息；提取单元，被配置成提取物品名称中的关键字；特征信息确定单元，被配置成基于属性信息与关键字确定物品特征信息；第一描述信息确定单元，被配置成将物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息，其中，物品描述模型用于表征物品特征信息和物品描述信息之间的对应关系。

在一些实施例中，该装置还包括：图像获取单元，被配置成获取目标物品的图像；匹配单元，被配置成将图像在目标物品描述信息集合中进行匹配，得到匹配结果，其中，目标物品描述信息集合中的物品描述信息与物品图像相互关联；第二描述信息确定单元，被配置成基于匹配结果，确定第二物品描述信息。

在一些实施例中，该装置还包括：第三描述信息确定单元，被配置成基于第一物品描述信息和第二物品描述信息，确定物品描述信息。

在一些实施例中，匹配单元进一步被配置成：将图像、物品名称和属性信息在目标物品描述信息集合中进行匹配，得到匹配结果，其中，目标物品描述信息集合中的物品描述信息与物品图像、物品名称和属性信息相互关联。

在一些实施例中，第三描述信息确定单元进一步被配置成：将第一物品描述信息或第二物品描述信息确定为物品描述信息。

第三方面，本申请实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，上述程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的方法和装置，可以获取目标物品的物品名称和属性信息。之后，通过提取物品名称中的关键字，去除冗余信息。在此基础上，基于属性信息与关键字确定物品特征信息。然后，将物品特征信息输入预先训练的物品描述模型，从而得到第一物品描述信息。在此过程中，由于使用了物品描述模型，可以实现基于物品特征信息自动得到物品描述信息。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的生成物品描述信息的方法的一个实施例的流程图；

图3是根据本申请实施例的生成物品描述信息的方法的一个应用场景的示意图；

图4是根据本申请的生成物品描述信息的方法的又一个实施例的流程图；

图5是根据本申请的生成物品描述信息的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的生成物品描述信息的方法或生成物品描述信息的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如电商类应用、物品分享类应用等等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持显示物品信息的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的物品相关信息进行处理的后台处理服务器。后台处理服务器可以对接收到的物品相关信息进行提取关键字、生成描述信息等处理，并根据需要将处理结果反馈至终端设备。

需要说明的是，本申请实施例所提供的生成物品描述信息的方法一般由服务器105执行，相应地，生成物品描述信息的装置一般设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的生成物品描述信息的方法的一个实施例的流程200。该生成物品描述信息的方法，包括以下步骤：

步骤201，获取目标物品的物品名称和属性信息。

在本实施例中，生成物品描述信息的方法的执行主体可以首先获取目标物品的物品名称和属性信息。其中，目标物品可以是任意的物品。目标物品的确认可以由技术人员指定，也可以根据一定的条件筛选得到。物品名称可以是狭义上的名称。例如，衬衫、足球等等。此外，物品名称还可以包含一些修饰性信息。例如，长款衬衫、签名版足球也可以是物品名称。物品的属性信息可以是用于描述物品的各种属性的信息。其中，物品的属性包括但不限于以下至少一项：颜色、重量、长度、质地、品牌等等。实践中，属性信息中包含几种属性的信息以及包含哪些属性的信息可以由技术人员预先指定。

步骤202，提取物品名称中的关键字。

在本实施例中，上述执行主体可以通过各种方法提取物品名称中的关键字。作为示例，实践中，一些平台提供了提取关键字的调用接口。上述执行主体可以通过调用这些接口实现对于物品名称中的关键字的提取。作为示例，上述执行主体还可以通过关键字匹配算法提取物品名称中的关键字。具体来说，上述执行主体可以首先获取技术人员预先建立的预设字库。预设字库中可以包括多个字。之后，可以将物品名称中的每个字在预设字库中进行匹配。如果物品名称中的某个字与预设字库中字匹配成功，可以将这个物品名称中这个字确定为关键字。根据实际情况，关键字可以是一个或多个。

步骤203，基于属性信息与关键字确定物品特征信息。

在本实施例中，上述执行主体可以通过多种方式，基于属性信息与关键字确定物品特征信息。作为示例，上述执行主体可以将属性信息和关键字的并集全都确定为物品特征信息。作为示例，上述执行主体也可以从属性信息和关键字中选取一些信息作为物品特征信息。其中，选取哪些信息作为物品特征信息可以由技术人员指定，也可以根据一定的条件进行选取。

步骤204，将物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息。

在本实施例中，上述执行主体可以将物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息。这里，第一物品描述信息可以用于描述物品的各种属性。这里的属性可以是物品本身的特性(例如材质、颜色等)，也可以是人对于物品的感受。作为示例，第一物品描述信息可以是：一件白色连衣裙；也可以是：一件舒适的连衣裙。实践中，第一物品描述信息可以是用于描述物品的、符合常规表述习惯的语句、语段等。其中，物品描述模型用于表征物品特征信息和物品描述信息之间的对应关系。

在本实施例中，作为示例，上述物品描述模型可以是基于大量的统计而生成的、记录有物品特征信息和其对应的物品描述信息的对应关系表。具体来说，可以获取物品的名称、属性信息从而得到物品特征信息。在此基础上，可以由技术人员基于物品特征信息得到物品描述信息。作为示例，物品特征信息可以包括：裙子、白色、碎花。技术人员可以得到的物品描述信息为：一件白色裙子，底色上有田园碎花。之后，可以将物品特征信息与得到的物品描述信息对应存储于对应关系表中。经过大量这样的统计，可以将存储有大量数据的对应关系表作为上述物品描述模型。在此基础上，上述执行主体可以对于某个待查询的物品特征信息在对应关系表中进行匹配。并将匹配成功的物品特征信息所对应的物品描述信息作为上述待查询的物品特征信息对应的物品描述信息。

在本实施例中，上述物品描述模型还可以是利用机器学习方法，基于大量的训练样本对各种人工神经网络训练得到的模型。作为示例，上述物品描述模型可以通过以下步骤训练得到：

第一步，获取初始物品描述模型。

在本实施例中，训练步骤的执行主体可以首先获取初始物品描述模型。其中，初始物品描述模型可以是现有的各种神经网络。例如，seq2seq、LSTM等。其中，LSTM(LongShort-Term Memory，是长短期记忆网络)是一种时间递归神经网络。而seq2seq是在RNN(Recurrent Neural Network，循环神经网络)的基础上演变的一种网络，主要用于处理序列。

可选的，初始物品描述模型也可以是由技术人员在各种现有的神经网络(例如seq2seq、LSTM)的基础上进行改进得到的模型。作为示例，由于seq2seq的输入主要为序列形式，而本实施例中对于输入信息中的顺序可以不做限制。因此，技术人员可以调整模型的输入层，将输入变为集合形式。

可选的，还可以在现有的各种神经网络(例如seq2seq)中加入复制(copy)机制。也就是说，可以在将现有的各种神经网络与复制网络整体作为初始物品描述模型。其中，复制网络根据需要，可以由技术人员确定哪些输入信息被复制，以及将这些信息复制到哪些层，从而确定复制网络的结构。通过加入复制机制，可以使生成的第一物品描述信息的准确度更高。

第二步，获取训练样本集合。每个训练样本可以包括样本物品特征信息和对应的样本物品描述信息。训练样本可以通过多种方式得到。作为示例，可以由技术人员基于样本物品特征信息进行描述后，得到样本物品描述信息。作为示例，还可以选取现有的物品描述性语段作为样本物品描述信息。之后，由技术人员从中选取一些信息作为样本物品特征信息。在此基础上，上述执行主体或其他电子设备可以将样本物品特征信息和得到的样本物品描述信息进行关联存储，从而得到训练样本。

第三步，将训练样本集合中的训练样本中的样本物品特征信息作为初始物品描述模型的输入，将与输入的样本物品特征信息对应的样本物品描述信息作为初始物品描述模型的期望输出，利用机器学习方法训练初始物品描述模型。

具体来说，可以首先利用预设的损失函数计算所得到物品描述信息与样本物品描述信息之间的差异。然后，可以基于计算所得的差异，调整初始物品描述模型的网络参数，并在满足预设的训练结束条件的情况下，结束训练。这里预设的训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；计算所得的差异小于预设差异阈值。

第四步，将训练得到的初始物品描述模型确定为物品描述模型。

需要说明的是，在本实施例中，训练步骤的执行主体可以与生成物品描述信息的方法的执行主体可以相同，也可以不同。如果相同，执行主体可以在训练完成后，将网络的结构信息和网络参数的参数值存储在本地。如果不同，则训练步骤的执行主体可以在训练完成后，将训练好的网络的结构信息和网络参数的参数值发送至生成物品描述信息的方法的执行主体。

继续参见图3，图3是根据本实施例的生成物品描述信息的方法的应用场景的一个示意图。在图3的应用场景中，生成物品描述信息的方法的执行主体为服务器301。首先，服务器301可以获取目标物品的物品名称3011和属性信息3012。例如，物品名称3011为：带袖收腰长裙。属性信息3012为：过膝、大摆、蝴蝶结。之后，可以提取物品名称中的关键字。这里，关键字可以是“裙”。然后，基于属性信息3012与关键字确定物品特征信息3013。这里，直接将关键字与属性信息的集合确定为物品特征信息3013，即：裙、过膝、大摆、蝴蝶结。然后，将物品特征信息3013输入预先训练的物品描述模型3014，得到第一物品描述信息3015。这里，第一物品描述信息3015可以是：一件过膝长裙，裙子的下摆比较大且腰间设计有蝴蝶结。

本申请的上述实施例提供的方法，可以获取目标物品的物品名称和属性信息。之后，通过提取物品名称中的关键字，去除冗余信息。在此基础上，基于属性信息与关键字确定物品特征信息。然后，将物品特征信息输入预先训练的物品描述模型，从而得到第一物品描述信息。在此过程中，由于使用物品描述模型，可以实现基于物品特征信息自动得到物品描述信息。

进一步参考图4，其示出了生成物品描述信息的方法的又一个实施例的流程400。该生成物品描述信息的方法的流程400，包括以下步骤：

步骤401，获取目标物品的物品名称和属性信息。

步骤402，提取物品名称中的关键字。

步骤403，基于属性信息与关键字确定物品特征信息。

步骤404，将物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息。

在本实施例中，步骤401-404的具体实现及其所带来的技术效果与图2对应的实施例中的步骤201-204类似，在此不再赘述。

步骤405，获取目标物品的图像。

在本实施例中，上述生成物品描述信息的方法的执行主体可以获取目标物品的图像。实践中，上述执行主体可以通过多种方式获取目标物品的图像。例如，上述执行主体可以通过摄像头对目标物品进行拍摄而得到目标物品的图像。又如，上述执行主体也可以从本地或通信连接的终端获取目标物品的图像。

步骤406，将图像在目标物品描述信息集合中进行匹配，得到匹配结果。

在本实施例中，上述执行主体可以将图像在目标物品描述信息集合中进行匹配，得到匹配结果。其中，目标物品描述信息集合中的物品描述信息与物品图像相互关联。目标物品描述信息集合可以是任意的物品描述信息集合。目标物品描述信息的确定可以由技术人员指定，也可以根据一定的条件筛选得到。作为示例，目标物品描述信息集合可以是技术人员统计得到的、包括大量物品描述信息的集合。其中的每个物品描述信息与物品图像相关联。上述执行主体通过匹配，可以得到匹配结果。匹配结果可以是多种多样的。例如，匹配结果也可以是匹配度大于预设匹配度阈值的至少一个图像所关联的至少一个物品描述信息。

步骤407，基于匹配结果，确定第二物品描述信息。

在本实施例中，上述执行主体可以基于匹配结果，确定第二物品描述信息。作为示例，上述执行主体可以直接将匹配度最大的图像所关联的物品描述信息作为第二物品描述信息。作为示例，根据需要，上述执行主体也可以对于匹配到的图像所关联的物品描述信息进行一些处理，处理得到的信息作为第二物品描述信息。

步骤408，基于第一物品描述信息和第二物品描述信息，确定物品描述信息。

在本实施例中，上述执行主体可以基于第一物品描述信息和第二物品描述信息，确定物品描述信息。作为示例，上述执行主体可以对于第一物品描述信息和第二物品描述信息进行融合。例如，可以将第一物品描述信息和第二物品描述信息中所共有的信息确定为物品描述信息。

在本实施例的一些可选的实现方式中，基于第一物品描述信息和第二物品描述信息，确定物品描述信息，包括：将第一物品描述信息或第二物品描述信息确定为物品描述信息。具体来说，可以由技术人员确定将第一物品描述信息或第二物品描述信息确定为物品描述信息。也可以根据一定的判断逻辑，对于第二物品描述信息和第二物品描述信息进行判断，从而确定将第一物品描述信息或第二物品描述信息确定为物品描述信息。

在本实施例的一些可选的实现方式中，将图像在目标物品描述信息集合中进行匹配，得到匹配结果，包括：将图像、物品名称和属性信息在目标物品描述信息集合中进行匹配，得到匹配结果，其中，目标物品描述信息集合中的物品描述信息与物品图像、物品名称和属性信息相互关联。

从图4中可以看出，与图2对应的实施例相比，本实施例的生成物品描述信息的方法的流程中增加了基于图像生成第二物品描述信息的步骤。从而使生成的物品信息更加完善。此外，通过结合第一物品描述信息和第二物品描述信息，可以降低误差，使生成的物品描述信息更准确，更符合物品实际情况。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种生成物品描述信息的装置的一个实施例，该装置与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的生成物品描述信息的装置500包括：信息获取单元501、提取单元502、特征信息确定单元503和第一描述信息确定单元504。其中，信息获取单元501被配置成获取目标物品的物品名称和属性信息。提取单元502被配置成提取物品名称中的关键字。特征信息确定单元503被配置成基于属性信息与关键字确定物品特征信息。第一描述信息确定单元504被配置成将物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息。其中，物品描述模型用于表征物品特征信息和物品描述信息之间的对应关系。

在本实施例中，生成物品描述信息的装置中的信息获取单元501、提取单元502、特征信息确定单元503和第一描述信息确定单元504的具体实现及其所带来的技术效果，可以参考图2对应的实施例中的步骤201-204，在此不再赘述。

在本实施例的一些可选的实现方式中，装置500还可以包括：图像获取单元(图中未示出)、匹配单元(图中未示出)和第二描述信息确定单元(图中未示出)。其中，图像获取单元被配置成获取目标物品的图像。匹配单元被配置成将图像在目标物品描述信息集合中进行匹配，得到匹配结果。其中，目标物品描述信息集合中的物品描述信息与物品图像相互关联。第二描述信息确定单元被配置成基于匹配结果，确定第二物品描述信息。

在本实施例的一些可选的实现方式中，该装置500还包括：第三描述信息确定单元(图中未示出)。其中，第三描述信息确定单元(图中未示出)被配置成基于第一物品描述信息和第二物品描述信息，确定物品描述信息。

在本实施例的一些可选的实现方式中，匹配单元(图中未示出)可以进一步被配置成：将图像、物品名称和属性信息在目标物品描述信息集合中进行匹配，得到匹配结果，其中，目标物品描述信息集合中的物品描述信息与物品图像、物品名称和属性信息相互关联。

在本实施例的一些可选的实现方式中，第三描述信息确定单元(图中未示出)进一步被配置成：将第一物品描述信息或第二物品描述信息确定为物品描述信息。

在本实施例中，通过信息获取单元501获取目标物品的物品名称和属性信息。之后，通过提取单元502提取物品名称中的关键字，从而去除冗余信息。在此基础上，特征信息确定单元503基于属性信息与关键字确定物品特征信息。然后，第一描述信息确定单元504将物品特征信息输入预先训练的物品描述模型，从而得到第一物品描述信息。在此过程中，由于使用物品描述模型，可以实现基于物品特征信息自动得到物品描述信息。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括信息获取单元、提取单元、特征信息确定单元和第一描述信息确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，信息获取单元还可以被描述为“获取目标物品的物品名称和属性信息的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取目标物品的物品名称和属性信息；提取物品名称中的关键字；基于属性信息与关键字确定物品特征信息；将物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息，其中，物品描述模型用于表征物品特征信息和物品描述信息之间的对应关系。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种生成物品描述信息的方法，包括：

获取目标物品的物品名称和属性信息；

提取所述物品名称中的关键字；

基于所述属性信息与所述关键字确定物品特征信息；

将所述物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息，其中，所述物品描述模型用于表征物品特征信息和物品描述信息之间的对应关系；以及

获取所述目标物品的图像；

将所述图像在目标物品描述信息集合中进行匹配，得到匹配结果，其中，所述目标物品描述信息集合中的物品描述信息与物品图像相互关联；

基于所述匹配结果，确定第二物品描述信息；

基于所述第一物品描述信息和所述第二物品描述信息，确定物品描述信息。

2.根据权利要求1所述的方法，其中，所述将所述图像在目标物品描述信息集合中进行匹配，得到匹配结果，包括：

将所述图像、所述物品名称和所述属性信息在目标物品描述信息集合中进行匹配，得到匹配结果，其中，所述目标物品描述信息集合中的物品描述信息与物品图像、物品名称和属性信息相互关联。

3.根据权利要求1所述的方法，其中，所述基于所述第一物品描述信息和所述第二物品描述信息，确定物品描述信息，包括：

将所述第一物品描述信息或所述第二物品描述信息确定为物品描述信息。

4.一种生成物品描述信息的装置，包括：

信息获取单元，被配置成获取目标物品的物品名称和属性信息；

提取单元，被配置成提取所述物品名称中的关键字；

特征信息确定单元，被配置成基于所述属性信息与所述关键字确定物品特征信息；

第一描述信息确定单元，被配置成将所述物品特征信息输入预先训练的物品描述模型，得到第一物品描述信息，其中，所述物品描述模型用于表征物品特征信息和物品描述信息之间的对应关系；

图像获取单元，被配置成获取所述目标物品的图像；

匹配单元，被配置成将所述图像在目标物品描述信息集合中进行匹配，得到匹配结果，其中，所述目标物品描述信息集合中的物品描述信息与物品图像相互关联；

第二描述信息确定单元，被配置成基于所述匹配结果，确定第二物品描述信息；

第三描述信息确定单元，被配置成基于所述第一物品描述信息和所述第二物品描述信息，确定物品描述信息。

5.根据权利要求4所述的装置，其中，所述匹配单元进一步被配置成：

将所述图像、所述物品名称和所述属性信息在目标物品描述信息集合中进行匹配，得到匹配结果，其中，所述目标物品描述信息集合中的物品描述信息与物品图像、物品名称和属性信息相互关联。

6.根据权利要求4所述的装置，其中，所述第三描述信息确定单元进一步被配置成：

将所述第一物品描述信息或所述第二物品描述信息确定为物品描述信息。

7.一种服务器，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-3中任一所述的方法。

Images