CN110472108A - 基于文本描述匹配的服装面料样品检索方法 - Google Patents

Abstract

本发明涉及一种基于文本描述匹配的服装面料样品检索方法，通过对用户需求信息标准化分类处理，利用神经网络模型计算面料结构参数，结合数值检索与文本检索方式，快速准确得为用户推荐满足内在品质需求的面料样品。作为面料精准推荐工具，发明降低了面料采购者的专业门槛，用户仅需按照要求简单描述面料品质手感需求，即可快速锁定合适的结构参数范围，从而锁定目标面料。这从本质上解决了在线采购难以把控面料品质的难题，降低了采购成本，同时海量面料数据库检索大大提高了采购效率。

Description

基于文本描述匹配的服装面料样品检索方法

技术领域

本发明涉及属于纺织服装面料领域，特别是涉及一种基于文本描述匹配的服装面料样品检索方法。

背景技术

互联网和大数据技术的飞速发展伴随着快消时代的来临催发了一大批面料 B2B平台的兴起，在线采购在面料采购市场逐渐占有一席之地。不同于线下采购中买家可以直接接触面料，B2B采购大多通过买手介入以及拍照搜图的方式帮助买卖双方完成交易。但这种方式一方面提高了交易的中间成本，另一方面很难快速有效筛选面料的材质手感等抽象要素。

基于此，如何在面料在线采购逐步兴起的同时，实现面料花型、内在品质与需求快速匹配的机制，从而提高面料在线推荐的效率与质量，降低交易成本，成为面料智慧采购亟待解决的问题之一。目前，面料图像匹配的模式已经较为成熟，但由于面料性能参数与最终的风格呈现之间存在专业鸿沟，因此针对面料手感、光泽这类与视觉、触觉风格有关的性能参数的搜索匹配仍然依靠人工经验，对采购人员的专业素养提出了要求。这大大增加了互联网采购的成本与可信度，也与未来智慧采购的理念背道而驰。

总之，现有的基于面料纹样花型匹配的检索方式，无法对面料的性能提出要求，或使查询效率不高，或使人力成本提高，影响了使用效率。

发明内容

本发明要解决的技术问题是：现有的基于面料纹样花型匹配的检索方式，无法对面料的性能提出要求，或使查询效率不高，或使人力成本提高，影响了使用效率。

为了解决上述技术问题，本发明的技术方案是提供了一种基于文本描述匹配的服装面料样品检索方法，其特征在于，包括以下步骤：

1)文本描述信息标准化处理，完成信息分类

对用户提供的需求描述文本信息进行标准化处理，将标准化字段分为两类：第一类是检索类字段，即用户直接给出的可以通过简单文本匹配的方式检索的需求信息；第二类是预测类字段，将其输入神经网络，从而预测面料结构参数；

2)以检索类字段为搜索对象，搜索面料数据库，抽取面料待选集合；

3)将预测类字段输入神经网络预测模型，输出对应的面料结构参数，包括以下步骤：

步骤1、定义神经网络预测模型的输入数据X及输出数据Y，其中：

输入数据X是用户描述中的预测类字段，预测类字段以织物的内在风格描述为主，包括光滑度、悬垂度、柔软度以及光泽度四个指标，输入数据X以矩阵的形式输入；

输出数据Y有两类，第一类是离散类数据，包括面料成分、织造方式与织造工艺；第二类是连续类数据，包括织物密度、织物克重、纱支；对离散类数据而言，通过标签的形式自动标注，采用独热编码的方式进行量化；

步骤2、构建神经网络预测模型后，利用样本对神经网络预测模型进行训练，训练时每个样本重复进行步骤201至步骤203，经过多次迭代后，直到代价函数 J(W,b)的值下降到阈值之下，停止训练，保存神经网络预测模型

步骤201、向前传播，向前传播的过程中利用sigmoid激活函数；

步骤202、利用交叉熵函数计算网络的代价函数J(W,b)的值；

步骤203、向后传播，向后传播的目的是为了计算梯度，更新权重，从而降低代价函数J(W,b)的值；

步骤3、输入预测类字段，输出面料结构参数预测结果

将预测类字段按照输入数据说明整理，以矩阵形式输入神经网络预测模型，保存实际面料结构参数预测结果；

4)以面料结构参数预测结果为搜索对象，搜索面料待选集合，返回面料推荐结果。

优选地，步骤2)中提取检索类字段与面料数据库相应字段，匹配面料样品，包括以下步骤：

检索类字段由字符串与数值格式混合组成，其中字符串形式的字段匹配方式包括计算字符串相似度，若相似度低于阈值，则计算语义相似度，语义相似度主要是用来计算相同字少，但表达相似含义的字段间的相似度则采用基于Hownet 中文词知识树，即若相似度高于阈值，则基于Hownet中文词知识树，调用相关API接口完成相似度匹配，其中，字符串相似度是通过计算字段间相同的汉字数目来表征两字段的相似度，从而实现快速匹配，字段f_i与字段f_j的相似度表示为 Sim(f_i，f_j)，则有：

式中，Num_same指段f_i与字段f_j相同字符串的个数，Num_i指字段f_i的字符串长度，Num_j指字段f_j的字符串长度。

优选地，步骤2中，所述神经网络预测模型采用三层神经网络架构，权重初始化采用随机初始化的方式，第一层是输入层，设置4个神经元，包含光滑度、悬垂度、柔软度以及光泽度这四个特征；第二层是隐含层，根据网络模型训练结果调整神经元个数n；第三层是输出层，神经元个数与输出数据类型有关，若输出数据为连续类数据，则输出层设置3个神经元，包括织物密度、织物克重、纱支；若输出数据为离散类数据，则输出层神经元个数设置与该离散类字段的详细内容的个数相同。

优选地，步骤201中，sigmoid激活函数g(x)的公式如下：

式中，x表示输入数据；

第l层的线性计算值Z^[l]与激活值A^[l]计算公式如下：

Z^[l]＝W^[l]A^[l-1]+b^[l]

A^[l]＝g(Z^[l])

式中，W^[l]、b^[l]指第l层的权重，g(Z^[l])指第l层的激活值，第l-1层的激活值是第l层的输入值，除了当l＝1时，A^[0]即原始输入X，由此计算所述神经网络预测模型的实际输出值即输出层的激活值，记为

步骤202中，所述代价函数J(W,b)为：

式中，m指样本数，y⁽ⁱ⁾指第i个样本的理论输出值，指第i个样本的实际输出值；

步骤203中，梯度的计算公式如下：

dZ^[l]＝dA^[l]*g′(Z^[l])

dA^[l-1]＝W^[l]TdZ^[l]

式中，dZ^[l]、dW^[l]、db^[l]、dA^[l-1]分别指代价函数J(W,b)对第l层线性计算值Z^[l]求导；代价函数J(W,b)对第l层权重W^[l]求导；代价函数J(W,b)对第l层权重b^[l]求导；代价函数J(W,b)对第l-1层激活值A^[l-1]求导。A^[l-1]T指第l-1层激活值矩阵的转置，Z^[l](i)指第l层中第i个样本的线性计算值，W^[l]T指第l层W权重矩阵的转置，通过计算每一层的dW^[l]与db^[l]，更新每一层权重矩阵W^[l]、b^[l]，公式如下：

W^[l]＝W^[l]-αdW^[l]

b^[l]＝b^[l]-αdb^[l]

式中，α指学习率。

优选地，步骤(4)的搜索方式针对不同格式的结构参数有所不同，

针对连续类结构参数：

提取预测得到的面料连续类结构参数，设定浮动阈值范围，遍历面料待选集合，搜索结构参数在范围内的面料样本，输出面料推荐集合R¹；

针对离散类结构参数

将独热编码形式的离散类结构参数转换为标签形式，继而转换为文本形式，按照检索类字段的检索方式遍历面料待选集合，输出面料推荐集合R²；

选择R¹与R²的并集作为最后结果输出。

本发明提供的方法能够标准化处理用户提供的面料样品文本描述信息，对标准化结果进行分类，一方面利用简单文本匹配扫描面料数据库，另一方面利用神经网络模型预测买家难以提供的面料结构参数，两者结合检索出符合用户需求的面料样品，提高检索效率，降低交易成本。

与现有技术相比，本发明具有下列有益效果：

1)检索效率高

本发明通过用户需求信息标准化处理，将信息分类检索，一方面利用简单的字符串相似度组合语义相似度匹配出待选面料集；另一方面利用神经网络模型得到的面料结构参数，可以进一步检索缩小面料集。检索效率高。

2)检索精度高

本发明利用神经网络模型预测面料结构参数，搜索面料集合。这种方式在未直接接触面料的前提下，实现对面料手感、质感等抽象元素的精准定位，极大程度满足了用户对面料内在品质风格的需求，解决了网上采购触摸不到实物的问题。

3)检索智能化

本发明利用神经网络模型实现了从面料性能对面料结构参数的精准预测，取代了原本依赖于人工的经验判断模式，大大降低了采购的人工成本，实现智慧采购。

附图说明

图1为基于文本匹配的面料检索方法流程图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

目前，面料在线推荐机制通常建立在图像自动匹配与人工服务相互补充的基础上，这种推荐方式很难使面料的内在品质与客户需求快速匹配。面料推荐只是在纹样上尽量贴合，而面料的功能性，比如光滑度、柔软度等缺少衡量标准，因此对客服的专业性要求较高。对采购者而言，面料的这些物理特征恰恰是在后续服装设计、加工中较受重视的，这也是面料在线智慧采购较大的掣肘之一。因此，本发明提出从挖掘客户文本需求描述的角度，建立面料精准推荐机制，主要解决面料内在品质与客户需求快速自动匹配的问题。本发明实例将客户需求描述标准化分类处理，利用神经网络预测模型，从需求出发预测面料相关的物理指标特征，让机器代替人工经验准确检索出符合客户功能性需求的面料样品。

本发明提供的基于文本描述匹配的服装面料样品检索方法，具体的方法流程包括三部分：

第一部分为输入需求描述、文本标准化处理、检索类字段检索，包括标准化需求文本、需求分类、对检索类字段完成初步检索。第二部分为构建神经网络预测模型、输出面料结构参数、转换部分输出参数形式。第三部分为结构参数分类检索、整合检索结果。

本发明方法的流程现详细说明如下：

一输入需求描述、文本标准化处理、检索类字段检索

1)需求文本标准化处理

用户的面料需求分为两类，即检索类字段与预测类字段：检索类字段是可以在面料数据库通过简单检索完成匹配的，比如面料用途、价格、风格等；预测类字段与服装的设计、加工息息相关，比如面料的光滑度、悬垂度等，这类信息很少有商家会量化披露，但同时又会极大程度影响服装效果。因此本发明将这两类字段分类处理，以提高样品检索效率，具体分类方式如表1所示。

表1

2)基于字符串相似度与语义相似度的文本匹配方式

检索类字段检索的核心是提取面料数据库相应字段，采用字符串相似度与语义相似度结合的方式完成检索匹配。价格的量纲基本统一，采用数值模糊匹配的方式即可，除此以外的字段值均为文本信息，检索方式如下：首先通过字符串相似度检索，设定阈值α1，若字符串相似度S1<α1，则以Hownet词典为基础，计算两者字段值的语义相似度，设定阈值α2，若语义相似度S2<α2，则该样品与需求不匹配，继续查询下一个。

字符串相似度是通过计算字段间相同的汉字数目来表征两字段的相似度，从而实现快速匹配。字符串相似度计算公式如下：

其中，Sim(f_i，f_j)指字段f_i与字段f_j的相似度，Num_same指两个字段相同字符串的个数，Num_i指字段f_i的字符串长度，Num_j指字段f_j的字符串长度。

语义相似度主要是用来计算相同汉字数量少，但表达相似含义的字段间的相似度，基于Hownet中文词知识树，调用相关API接口完成相似度匹配。

二构建神经网络预测模型、输出面料结构参数、转换部分输出参数形式

1)设计神经网络结构

设计神经网络的层数L＝3，第一层是输入层，设置4个神经元，包含光滑度、悬垂度、柔软度以及光泽度这四个特征；第二层是隐含层，根据网络模型训练结果调整神经元个数；第三层是输出层，神经元个数与输出数据类型有关。

①输出数据为连续型

输出层设置3个神经元，包括织物密度、织物克重、纱支。

②输出数据为离散型

输出层神经元个数设置与该离散型字段的详细内容的个数相同，离散类字段的详细内容见表2。比如织造方式这个字段，详细内容有三项，因此该字段的神经网络预测模型的输出层神经元设置为3个。

2)训练神经网络预测模型，并保存

神经网络模型训练的一次迭代包括：初始化权重、向前传播计算实际输出、计算代价函数、向后传播计算梯度、更新权重。本发明将代价函数值设置为阈值，当经过n次迭代后，代价函数值小于阈值则训练结束，保存模型。

(1)权重初始化，确定模型训练样本

权重初始化采用随机初始化的方式。模型的输入输出数据格式说明如下：

模型的输入数据X是用户描述中的预测类字段，该类字段以织物的内在风格描述为主，包括光滑度、悬垂度、柔软度以及光泽度四个指标。以矩阵C作为样本集，其维度是4*n：矩阵C的行数是4，代表每一个输入样本都有四个指标特征；矩阵C的列数是m，代表该样本集共有m个样本。

模型的输出数据Y有两类，其一是离散数据；其二是连续数据。连续数据包括织物密度、织物克重、纱支,来源于面料数据库；离散数据包括面料成分、织造方式与织造工艺，通过标签的方式自动标注，继而转换为独热编码的形式。具体转变方式如下：

以织造方式为例，若样本的织造方式属于机织，则标注该样本织造方式的标签为1，转换为独热编码的形式即：[1 0 0]。

(2)向前传播计算实际输出

向前传播的过程中利用sigmoid激活函数，公式如下：

式中，x表示输入数据。

第l层的线性计算值Z^[l]与激活值A^[l]计算公式如下：

Z^[l]＝W^[l]A^[l-1]+b^[l]

A^[l]＝g(Z^[l])

其中，W^[l]、b^[l]指第l层的权重，g(Z^[l])指第l层的激活值。第l-1层的激活值是第l层的输入值，除了当l＝1时，A^[0]即原始输入X。由此可以计算模型的实际输出值即输出层的激活值，记为

(3)计算网络代价函数

利用交叉熵函数计算网络的代价函数值，公式如下：

其中m指样本数，y⁽ⁱ⁾指第i个样本的理论输出值，指第i个样本的实际输出值。

(4)向后传播：计算梯度，更新权重

向后传播的目的是为了计算梯度，更新权重，从而降低代价函数值J(W，b)。

梯度的计算公式如下：

dZ^[l]＝dA^[l]*g′(Z^[l])

dA^[l-1]＝W^[l]TdZ^[l]

式中，dZ^[l]、dW^[l]、db^[l]、dA^[l-1]分别指代价函数J(W，b)对第l层线性计算值Z^[l]求导；代价函数J(W，b)对第l层权重W^[l]求导；代价函数J(W，b)对第l层权重b^[l]求导；代价函数J(W,b)对第l-1层激活值A^[l-1]求导。A^[l-1]T指第l-1层激活值矩阵的转置，Z^[l](i)指第l层中第i个样本的线性计算值，W^[l]T指第l层W权重矩阵的转置，，通过计算每一层的dW^[l]与db^[l]，更新每一层权重矩阵，公式如下：

W^[l]＝W^[l]-αdW^[l]

b^[l]＝b^[l]-αdb^[l]

式中，α指学习率。

3)输入预测类字段，输出结构参数并转换部分参数形式

将预测类字段按照输入数据说明整理，以矩阵形式输入神经网络预测模型，保存实际预测的面料结构参数。针对离散性结构参数，需要解码后输入下一步检索，即将独热编码形式的预测结果转换为标签形式，继而转换为文本形式，具体过程如下：

以织造方式为例，若经过模型计算后，预测结果显示为[010]，则说明该样本该字段的标签为2，对照表2，转换为文本形式即针织。

表2

三结构参数分类检索、整合检索结果

1)连续类结构参数检索方式

提取预测得到的面料结构参数，设定浮动阈值范围，遍历面料待选集合，搜索结构参数在范围内的面料样本，输出面料推荐集合R¹。

2)离散类结构参数检索方式

提取解码后的面料结构参数，按照检索类字段的检索方式遍历面料待选集合，输出面料推荐集合R²。

3)合并R¹与R²，作为最后结果输出。

Claims (5)

1.一种基于文本描述匹配的服装面料样品检索方法，其特征在于，包括以下步骤：

1)文本描述信息标准化处理，完成信息分类

对用户提供的需求描述文本信息进行标准化处理，将标准化字段分为两类：第一类是检索类字段，即用户直接给出的可以通过简单文本匹配的方式检索的需求信息；第二类是预测类字段，将其输入神经网络，从而预测面料结构参数；

2)以检索类字段为搜索对象，搜索面料数据库，抽取面料待选集合；

3)将预测类字段输入神经网络预测模型，输出对应的面料结构参数，包括以下步骤：

步骤1、定义神经网络预测模型的输入数据X及输出数据Y，其中：

输入数据X是用户描述中的预测类字段，预测类字段以织物的内在风格描述为主，包括光滑度、悬垂度、柔软度以及光泽度四个指标，输入数据X以矩阵的形式输入；

输出数据Y有两类，第一类是离散类数据，包括面料成分、织造方式与织造工艺；第二类是连续类数据，包括织物密度、织物克重、纱支；对离散类数据而言，通过标签的形式自动标注，采用独热编码的方式进行量化；

步骤2、构建神经网络预测模型后，利用样本对神经网络预测模型进行训练，训练时每个样本重复进行步骤201至步骤203，经过多次迭代后，直到代价函数J(W，b)的值下降到阈值之下，停止训练，保存神经网络预测模型

步骤201、向前传播，向前传播的过程中利用sigmoid激活函数；

步骤202、利用交叉熵函数计算网络的代价函数J(W，b)的值；

步骤203、向后传播，向后传播的目的是为了计算梯度，更新权重，从而降低代价函数J(W，b)的值；

步骤3、输入预测类字段，输出面料结构参数预测结果

将预测类字段按照输入数据说明整理，以矩阵形式输入神经网络预测模型，保存实际面料结构参数预测结果；

4)以面料结构参数预测结果为搜索对象，搜索面料待选集合，返回面料推荐结果。

2.根据权利要求1所述的一种基于文本描述匹配的服装面料样品检索方法，其特征在于，步骤2)中提取检索类字段与面料数据库相应字段，匹配面料样品，包括以下步骤：

检索类字段由字符串与数值格式混合组成，其中字符串形式的字段匹配方式包括计算字符串相似度，若相似度低于阈值，则计算语义相似度，若相似度高于阈值，则基于Hownet中文词知识树，调用相关API接口完成相似度匹配，其中，字符串相似度是通过计算字段间相同的汉字数目来表征两字段的相似度，从而实现快速匹配，字段f_i与字段f_j的相似度表示为Sim(f_i，f_j)，则有：

式中，Num_same指段f_i与字段f_j相同字符串的个数，Num_i指字段f_i的字符串长度，Num_j指字段f_j的字符串长度。

3.根据权利要求1所述的一种基于文本描述匹配的服装面料样品检索方法，其特征在于，步骤2中，所述神经网络预测模型采用三层神经网络架构，权重初始化采用随机初始化的方式，第一层是输入层，设置4个神经元，包含光滑度、悬垂度、柔软度以及光泽度这四个特征；第二层是隐含层，根据网络模型训练结果调整神经元个数n；第三层是输出层，神经元个数与输出数据类型有关，若输出数据为连续类数据，则输出层设置3个神经元，包括织物密度、织物克重、纱支；若输出数据为离散类数据，则输出层神经元个数设置与该离散类字段的详细内容的个数相同。

4.根据权利要求1所述的一种基于文本描述匹配的服装面料样品检索方法，其特征在于，步骤201中，sigmoid激活函数g(x)的公式如下：

式中，x表示输入数据；

第l层的线性计算值Z^[l]与激活值A^[l]计算公式如下：

Z^[l]＝W^[l]A^[l-1]+b^[l]

A^[l]＝g(Z^[l])

式中，W^[l]、b^[l]指第l层的权重，g(Z^[l])指第l层的激活值，第l-1层的激活值是第l层的输入值，除了当l＝1时，A^[0]即原始输入X，由此计算所述神经网络预测模型的实际输出值即输出层的激活值，记为

步骤202中，所述代价函数J(W，b)为：

式中，m指样本数，y⁽ⁱ⁾指第i个样本的理论输出值，指第i个样本的实际输出值；

步骤203中，梯度的计算公式如下：

dZ^[l]＝dA^[l]*g′(Z^[l])

dA^[l-1]＝W^[l]TdZ^[l]

式中，dZ^[ll、dW^[l]、db^[l]、dA^[l-1]分别指代价函数J(w，b)对第1层线性计算值Z^[l]求导；代价函数J(w，b)对第1层权重W^[l]求导；代价函数J(W，b)对第1层权重b^[l]求导；代价函数J(W，b)对第l-1层激活值A^[l-1]求导。A^[l-1]T指第1-1层激活值矩阵的转置，Z^[l](i)指第1层中第i个样本的线性计算值，W^[l]T指第1层W权重矩阵的转置，通过计算每一层的dW^[l]与db^[l]，更新每一层权重矩阵W^[l]、b^[l]，公式如下：

W^[l]＝W^[l]-αdW^[l]

b^[l]＝b^[l]-adb^[l]

式中，α指学习率。

5.根据权利要求1所述的一种基于文本描述匹配的服装面料样品检索方法，其特征在于：步骤(4)的搜索方式针对不同格式的结构参数有所不同，

针对连续类结构参数：

提取预测得到的面料连续类结构参数，设定浮动阈值范围，遍历面料待选集合，搜索结构参数在范围内的面料样本，输出面料推荐集合R¹；

针对离散类结构参数

将独热编码形式的离散类结构参数转换为标签形式，继而转换为文本形式，按照检索类字段的检索方式遍历面料待选集合，输出面料推荐集合R²；

选择R¹与R²的并集作为最后结果输出。