CN113313187A - 基于文本信息的品牌识别方法及装置 - Google Patents
基于文本信息的品牌识别方法及装置 Download PDFInfo
- Publication number
- CN113313187A CN113313187A CN202110644895.2A CN202110644895A CN113313187A CN 113313187 A CN113313187 A CN 113313187A CN 202110644895 A CN202110644895 A CN 202110644895A CN 113313187 A CN113313187 A CN 113313187A
- Authority
- CN
- China
- Prior art keywords
- brand
- identified
- names
- result
- brand name
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000015654 memory Effects 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000475 sunscreen effect Effects 0.000 description 5
- 239000000516 sunscreening agent Substances 0.000 description 5
- 230000003796 beauty Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000037072 sun protection Effects 0.000 description 4
- 239000006210 lotion Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 241000282455 Ailurus fulgens Species 0.000 description 2
- 241000218993 Begonia Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 239000006071 cream Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/535—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5862—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于文本信息的品牌识别方法及装置,包括:当识别到待识别物品的类别结果时,判断待识别物品的类别结果是否用于表示识别到待识别物品的类别,得到判断结果;根据判断结果匹配与判断结果对应的分析方式,根据判断结果对应的分析方式,分析待识别物品的文本信息,得到待识别物品的品牌结果。可见,实施本发明在识别到待识别物品的类别结果之后,通过自动匹配与待识别物品的类别结果对应的判断结果匹配的分析方式,对待识别物品的文本信息进行分析,能够自动并准确地提取出待识别物品的文本信息中包含的品牌,提高了待识别物品的品牌的识别准确性以及效率。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种基于文本信息的品牌识别方法及装置。
背景技术
随着互联网的快速发展,电商的发展也越发迅猛,基于方便、省时的优点,越来越多的用户喜欢通过网上购买所需的物品,而在购买物品之前,用户一般喜欢先了解所需购买的物品的相关信息,而要了解所需购买的物品的相关信息,就要先确定所需购买的物品的品牌,而为了确定所需购买的物品的品牌,用户往往是通过其用户终端识别所需购买的物品的图片来确定物品的品牌,或者通过识别物品的图片上的文本信息来确定物品的品牌。
然而,实践发现,通过识别物品的图片来确定物品的品牌的方法往往由于物品外观的相似性,导致无法准确确定物品的品牌;通过识别物品的图片上的文本信息来确定物品的品牌的方法往往由于物品的文本信息中往往包含多个品牌,例如:资生堂安耐晒等,或者,物品的文本信息也会存在一词多义的情况,如:小米10斤等,同样无法准确确定物品的品牌。因此,提出一种如何提高物品的品牌的识别准确性的方案尤为重要。
发明内容
本发明所要解决的技术问题在于,提供一种基于文本信息的品牌识别方法及装置,能够提高待识别物品的品牌的识别准确性。
为了解决上述技术问题,本发明第一方面公开了一种基于文本信息的品牌识别方法,所述方法包括:
当根据获取到的待识别物品的文本信息识别到所述待识别物品的类别结果时,判断所述待识别物品的类别结果是否用于表示识别到所述待识别物品的类别,得到判断结果;
根据所述判断结果匹配与所述判断结果对应的分析方式,根据所述判断结果对应的分析方式,分析所述待识别物品的文本信息,得到所述待识别物品的品牌结果。
本发明第二方面公开了一种基于文本信息的品牌识别装置,所述装置包括:
判断模块,用于当根据获取到的待识别物品的文本信息识别到所述待识别物品的类别结果时,判断所述待识别物品的类别结果是否用于表示识别到所述待识别物品的类别,得到判断结果;
匹配模块,用于根据所述判断结果匹配与所述判断结果对应的分析方式;
分析模块,用于根据所述判断结果对应的分析方式,分析所述待识别物品的文本信息,得到所述待识别物品的品牌结果。
本发明第三方面公开了另一种基于文本信息的品牌识别装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明第一方面公开的基于文本信息的品牌识别方法中的部分或全部步骤。
本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明第一方面公开的基于文本信息的品牌识别方法中的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,当根据获取到的待识别物品的文本信息识别到待识别物品的类别结果时,判断待识别物品的类别结果是否用于表示识别到待识别物品的类别,得到判断结果;根据判断结果匹配与判断结果对应的分析方式,根据判断结果对应的分析方式,分析待识别物品的文本信息,得到待识别物品的品牌结果。可见,实施本发明在识别到待识别物品的类别结果之后,通过自动匹配与待识别物品的类别结果对应的判断结果匹配的分析方式,对待识别物品的文本信息进行分析,能够自动并准确地提取出待识别物品的文本信息中包含的品牌,获取到待识别物品的准确品牌;以及当判断结果表示能够识别到待识别物品的类别时,通过结合其对应的行业品牌识别算法,能够提高准确识别待识别物品的品牌效率,以及能够准确地判断待识别物品的文本信息中包含的品牌名称是否为待识别物品的正确品牌。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种基于文本信息的品牌识别方法的流程示意图;
图2是本发明实施例公开的另一种基于文本信息的品牌识别方法的流程示意图;
图3是本发明实施例公开的一种基于文本信息的品牌识别装置的结构示意图;
图4是本发明实施例公开的另一种基于文本信息的品牌识别装置的结构示意图;
图5是本发明实施例公开的又一种基于文本信息的品牌识别装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于文本信息的品牌识别方法及装置,能够在识别到待识别物品的类别结果之后,通过自动匹配与待识别物品的类别结果对应的判断结果匹配的分析方式,对待识别物品的文本信息进行分析,能够自动并准确地提取出待识别物品的文本信息中包含的品牌,获取到待识别物品的准确品牌;以及当判断结果表示能够识别到待识别物品的类别时,通过结合其对应的行业品牌识别算法,能够提高准确识别待识别物品的品牌效率,以及能够准确地判断待识别物品的文本信息中包含的品牌名称是否为待识别物品的正确品牌。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于文本信息的品牌识别方法的流程示意图。其中,图1所描述的方法可以应用于品牌识别装置中,如服务器等,本发明实施例不做限定。如图1所示,该基于文本信息的品牌识别方法可以包括以下操作:
101、当根据获取到的待识别物品的文本信息识别到待识别物品的类别结果时,判断待识别物品的类别结果是否用于表示识别到待识别物品的类别,得到判断结果。
本发明实施例中,待识别物品包括任何需要识别其品牌的商品或非商品。且待识别物品的文本信息包括识别待识别物品得到的文本信息和/或已经存储的待识别物品的文本信息。进一步的,待识别物品的文本信息还包括待识别物品对应的用户输入的待识别物品的品牌信息。且待识别物品的文本信息包括待识别物品的物品标题。进一步的,待识别物品的文本信息还包括但不限于待识别物品的产品说明(如:使用说明)和/或店铺信息(如:店铺名称)。
102、根据判断结果匹配与判断结果对应的分析方式。
本发明实施例中,作为可选的实施方式,根据判断结果匹配与判断结果对应的分析方式,包括:
当判断结果用于表示识别到待识别物品的类别时,确定与待识别物品的类别结果对应的行业品牌识别算法为与判断结果对应的分析方式;
进一步的,当判断结果用于表示未识别到待识别物品的类别时,确定对待识别物品的文本信息与确定出的已开发品牌识别的至少一个行业的品牌进行分析的方式为与判断结果对应的分析方式。
可见,本发明实施例还能够根据不同的判断结果确定与该判断结果匹配的分析方式,能够提高分析方式的匹配准确性,以便于根据不同的分析方式分析待识别物品的文本信息,提高了待识别物品的文本信息的分析准确性以及效率,从而提高了提取待识别物品的文本信息中品牌的准确性以及效率,有利于提高物品的品牌的识别准确性以及效率。
103、根据判断结果对应的分析方式,分析待识别物品的文本信息,得到待识别物品的品牌结果。
本发明实施例中,可选的,可以一次仅对一个待识别物品的文本信息进行分析,也可以同时对多个待识别物品的文本信息进行分析,还可以对一个待识别物品的多条文本信息进行分析。
本发明实施例中,作为可选的实施方式,根据判断结果对应的分析方式,分析待识别物品的文本信息,得到待识别物品的品牌结果,包括:
当判断结果用于表示未识别到待识别物品的类别时,按照被成功匹配出品牌结果的次数由大到小对已开发品牌识别的所有行业进行排序,得到排序后的已开发品牌识别的所有行业,并从排序在第一位的已开发品牌识别的行业开始,依次对待识别物品的文本信息与排序后的已开发品牌识别的所有行业的品牌进行分析,直到匹配到品牌结果为止,以及确定匹配到的品牌结果为待识别物品的品牌结果;或者,
当判断结果用于表示未识别到待识别物品的类别时,对待识别物品的文本信息任意与已开发品牌识别的至少一个行业的品牌进行分析,直到匹配到品牌结果为止,并确定匹配到的品牌结果为待识别物品的品牌结果;或者,
当判断结果用于表示未识别到待识别物品的类别时,对待识别物品的文本信息与已开发品牌识别的所有行业的品牌进行分析,得到待识别物品在已开发品牌识别的所有行业匹配到的品牌结果,并判断匹配到的品牌结果的数量是否等于1,当判断出等于1时,确定匹配到的品牌结果为待识别物品的品牌结果。
该可选的实施方式中,可选的,当判断出匹配到的品牌结果的数量大于1时,确定未识别待识别物品的品牌结果,输出未识别到待识别物品的品牌结果,即为未识别到待识别物品的品牌的提示。
该可选的实施方式中,可选的,已开发品牌识别的所有行业均存在对应的被成功匹配出品牌结果(即匹配到品牌)的次数,且被成功匹配出品牌结果的次数为预设时长段内(例如:一个自然月等)的次数,其中,预设时长段的截止时刻可以为判断出待识别物品的类别结果用于表示未识别到待识别物品的类别的时刻。
可见,该可选的实施方式通过提供从被成功匹配出品牌结果的次数最大的已开发品牌识别的行业开始,依次对待识别物品的文本信息进行分析,或者通过对待识别物品的文本信息任意与已开发品牌识别的至少一个行业的品牌进行分析,或者对待识别物品的文本信息与已开发品牌识别的所有行业的品牌进行分析的多种品牌结果的分析方式,能够丰富待识别物品的品牌结果的确定方式,提高了确定到待识别物品的品牌结果的概率,以及丰富品牌识别装置的智能化功能。
可见,实施图1所描述的方法能够在识别到待识别物品的类别结果之后,通过自动匹配与待识别物品的类别结果对应的判断结果匹配的分析方式,对待识别物品的文本信息进行分析,能够自动并准确地提取出待识别物品的文本信息中包含的品牌,获取到待识别物品的准确品牌;以及当判断结果表示能够识别到待识别物品的类别时,通过结合其对应的行业品牌识别算法,能够提高准确识别待识别物品的品牌效率,以及能够准确地判断待识别物品的文本信息中包含的品牌名称是否为待识别物品的正确品牌。
在一个可选的实施例中,当上述判断结果用于表示识别到待识别物品的类别时,根据上述判断结果对应的分析方式,分析待识别物品的文本信息,得到待识别物品的品牌结果,包括:
对待识别物品的文本信息与待识别物品的类别结果对应的行业品牌库中至少一个品牌的标识信息进行多模匹配分析,得到与待识别物品的文本信息匹配的第一品牌名集合,第一品牌名集合包括至少一个品牌名;
判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名;
当判断出存在与待识别物品的品牌信息匹配的品牌名时,确定与待识别物品的品牌信息匹配的品牌名为待识别物品的品牌结果。
该可选的实施例中,可选的,待识别物品的类别结果对应的行业品牌库即为待识别物品所属行业的行业品牌库。
该可选的实施例中,待识别物品的类别结果对应的行业品牌库中每个品牌的标识信息包括该品牌的主品牌名、父品牌名和子品牌名,其中,每个品牌的主品牌名、父品牌名以及子品牌名均包括中文名称、英文名称、别名以及品牌ID中的至少一种。这样行业品牌库中包括的内容越多越有利于提高提取到待识别物品的文本信息中品牌名的准确性、全面性以及效率,从而有利于提高识别到待识别物品的品牌结果的准确性以及效率。其中,主品牌名为品牌最终的官方名字。且进一步的,主品牌名一般是中文名称,比如:品牌的中文名称是大风日记,英文名称是wind diary,一般将大风日记作为该品牌的主品牌名;父品牌名为子品牌名上级品牌名,如:侯生棠安护晒,则侯生棠父品牌名,安护晒为子品牌名,而安护晒的主品牌名为安保肤。
该可选的实施例中,可选的,与待识别物品的品牌信息匹配的品牌名包括与该品牌信息相同的品牌名或者该品牌信息的子品牌名或者该品牌信息的主品牌名。
举例来说,待识别物品对应的行业品牌库中品牌列表=[侯生棠,安护晒,安保肤],待识别物品的文本标题为“侯生棠旗下安保肤防晒100ml”,则得到的待识别物品的第一品牌名集合=[侯生棠,安保肤],若用户输入的待识别物品的品牌信息为[安保肤],则确定[安保肤]为待识别物品的品牌结果。
可见,该可选的实施例通过对待识别物品的文本信息与其类别结果对应的行业品牌库中品牌的标识信息进行多模匹配分析,能够提高待识别物品的文本信息中品牌名的提取准确性以及效率,并在多模匹配分析得到的品牌名集合中存在用户输入的待识别物品的品牌信息匹配的品牌名时,确定匹配的品牌名为待识别物品的品牌结果,能够进一步提高待识别物品的品牌结果的识别准确性。
在另一个可选的实施例中,对待识别物品的文本信息与待识别物品的类别结果对应的行业品牌库中至少一个品牌的标识信息进行多模匹配分析,得到与待识别物品的文本信息匹配的第一品牌名集合,第一品牌名集合包括至少一个品牌名之后,该方法还可以包括以下操作:
判断第一品牌名集合的所有品牌名的数量是否大于确定出的品牌名数量阈值,当判断出小于等于品牌名数量阈值时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作;
该方法还可以包括以下操作:
当判断出大于品牌名数量阈值时,采集待识别物品的外观信息,并从第一品牌名集合的所有品牌名中筛选与待识别物品的外观信息匹配的品牌名;
基于筛选后的品牌名更新第一品牌名集合的所有品牌名,得到更新后的所述第一品牌名集合,并执行所述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作。
该可选的实施例中,待识别物品的外观信息包括但不限于待识别物品的形状、待识别物品的颜色、待识别物品的纹理、待识别物品的图案以及待识别物品的组件数量中的至少一种。
该可选的实施例中,品牌名数量阈值可以是统一的,也可以是根据不同待识别物品的类别结果确定的,即不同的类别结果对应不同的品牌名阈值。
举例来说,当待识别物品的第一品牌名集合的所有品牌名为:[侯生棠,安护晒,安保肤,防晒美],且待识别物品的文本信息为:侯生棠系列安护晒之安保肤防晒美,采集到的待识别物品的外观为红色熊猫,且该红色熊猫对应的品牌名为防晒美、安护晒,则待识别物品的第一品牌名集合的所有品牌名为:防晒美、安护晒。
可见,该可选的实施例在多模匹配分析得到品牌名集合之后,进一步先判断该品牌名集合的品牌名数量是否较大,若否,则直接执行后续的确定待识别物品的品牌结果的操作,若是,则先根据待识别物品的外观信息筛选与其匹配的品牌名,能够在提取到准确品牌名的同时减少品牌名的数据量,再进行待识别物品的品牌结果的确定,能够提高识别到待识别物品的品牌结果的效率。
在又一个可选的实施例中,判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名之前,该方法还可以包括以下操作:
根据待识别物品的文本信息判断第一品牌名集合的所有品牌名中是否存在确定出的品牌名类型的品牌名;
当判断出不存在时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作;
当判断出存在时,将存在品牌名类型的品牌名从第一品牌名集合的所有品牌名中删除,得到第二品牌名集合,并执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作,第二品牌名集合为该第一品牌名集合。
该可选的实施例中,可选的,确定出的品牌名类型包括品牌名是被包含的品牌名的类型、同款品牌名类型、平替品牌名类型以及同款替代品牌名类型中的至少一种。这样品牌名类型包括的内容越多,越有利于提高多模匹配分析得到的品牌名集合中存在或不存在不符合要求的品牌名的判断准确性、效率以及全面性,从而有利于当判断出存在不符合要求的品牌名时,提高将不符合要求的品牌名删除的准确性、效率以及全面性,进而有利于进一步提高待识别物品的文本信息中品牌名的提取准确性,有利于进一步提高待识别物品的品牌结果的识别精准性。
可见,该可选的实施例在对多模匹配分析得到的品牌名集合与用户输入的待识别物品的品牌信息进行分析之前,先判断多模匹配分析得到的品牌名集合中是否存在不匹配的品牌名,若不存在,则直接执行后续的品牌分析步骤,若存在,先将不符合要求的品牌名从多模匹配分析得到的品牌名集合中进行删除,能够减少因多模匹配分析得到的品牌名集合中存在不符合要求的品牌名却仍继续进行品牌结果分析而导致待识别物品的品牌结果识别错误以及降低品牌结果的识别效率的发生情况,有利于进一步提高待识别物品的品牌结果的识别准确性以及效率。
该可选的实施例中,作为可选的实施例方式,根据待识别物品的文本信息判断第一品牌名集合中所有品牌名是否存在确定出的品牌名类型的品牌名,包括:
判断待识别物品的文本信息中是否存在确定出的词语集合中某一词语,当判断出存在时,确定第一品牌名集合中所有品牌名存在确定出的品牌名类型的品牌名,且某一词语前面的品牌名为确定出的品牌名类型的品牌名;或者,
根据待识别物品的文本信息判断第一品牌名集合中所有品牌名是否存在被包含的品牌名,当判断出存在被包含的品牌名时,确定第一品牌名集合中所有品牌名存在确定出的品牌名类型的品牌名,且被包含的品牌名为确定出的品牌名类型的品牌名。
该可选的实施例中,可选的,词语集合包括同款、平替以及同款替代等中的至少一种。
该可选的实施例中,当判断出待识别物品的文本信息中不存在确定出的词语集合中某一词语时,可以触发执行下述的根据待识别物品的文本信息判断第一品牌名集合中所有品牌名是否存在被包含的品牌名的操作;或者,当判断出不存在被包含的品牌名时,可以触发执行上述的判断待识别物品的文本信息中是否存在确定出的词语集合中某一词语的操作。其中,需要说明的是,某一词语可以理解为至少一个词语。
举例来说,待识别物品的文本信息为:sky神仙水平价替代韩梅化妆水,此时,sky不是待识别物品的正确品牌名,需要删除平价替代前面的sky;待识别物品的文本信息为:大风日记琉璃时光唇釉,此时,会识别到大风日记和大风两个品牌名,此时,需要去掉大风这个被包含的品牌名。
可见,该可选的实施例还能够通过在识别到待识别物品的文本信息中存在平替、同款等词语时,和/或,存在被包含的品牌时,能够实现多模匹配分析得到的品牌名集合中存在不符合要求的品牌名的确定,以及能够丰富多模匹配分析得到的品牌名集合中存在不符合要求的品牌名的确定方式,提高了多模匹配分析得到的品牌名集合中存在不符合要求的品牌名的确定概率。
在又一个可选的实施例中,判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名之前,该方法还可以包括以下操作:
判断待识别物品所属的行业是否为确定出的行业集合中某一行业;
当判断出待识别物品所属的行业为某一行业时,判断待识别物品的文本信息是否和确定出的与某一行业匹配的内容相匹配,当判断出待识别物品的文本信息和与某一行业匹配的内容相匹配时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作。
该可选的实施例中,确定出的行业集合中的所有行业包括但不限于数码家电行业、美妆个护行业、服饰鞋包行业、母婴儿童行业、食品饮料行业以及智能家居行业中的至少一种。
举例来说,待识别物品所属的行业为数码家电行业的物品,且待识别物品的物品标题为:大为手机壳及充电线,此时,物品标题中包含“手机壳”、“充电线”等数码产品周边产品,若在大为对应的单品列表中没有“手机壳”和/或“充电线”,则确定“大为手机壳及充电线”与数码家电行业匹配的内容不相匹配,即确定未识别到待识别物品的品牌结果,不输出待识别物品的品牌结果,即返回第一品牌名集合为空;若在大为对应的单品列表中有“手机壳”和/或“充电线”,但由于标题“大为手机壳及充电线”中未包含“官方”和/或“正品”,则确定“大为手机壳及充电线”与数码家电行业匹配的内容不相匹配,即,也确定未识别到待识别物品的品牌结果,即不输出待识别物品的品牌结果,即返回第一品牌名集合为空;若标题中包含“官方”和/或“正品”,则确定“大为手机壳及充电线”与数码家电行业匹配的内容相匹配,即确定识别到待识别物品的品牌结果,即输出待识别物品的品牌结果为“大为”;待识别物品所属的行业为美妆个护行业的物品,且待识别物品的物品标题为:口红色号123cf,且在美妆个护行业对应的单品列表中“3cf”为品牌,但“3cf”前还包括数字“12”,则确定未识别待识别物品的品牌结果,不输出待识别物品的品牌结果,即返回第一品牌名集合为空,这样便于防止色号和/或型号被误识别为品牌。
该可选的实施例中,可选的,当判断出待识别物品所属的行业不为某一行业时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作。
可见,该可选的实施例在对多模匹配分析得到的品牌名集合与用户输入的待识别物品的品牌信息进行分析之前,先判断待识别物品所属的行业是否为一些特殊行业,若是,则进一步自动查找待识别物品的文本信息中是否这些特殊行业的内容,如:数码家电行业的手机壳等,若否,则继续执行后续的品牌分析的操作,能够减少由于待识别物品的文本信息用于表示待识别物品为特殊行业的周边产品或者包含仅代表物品型号、色号等而错识别待识别物品的品牌结果的发生情况,有利于进一步提高待识别物品的品牌结果的识别准确性。
在又一个可选的实施例中,判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名之前,该方法还可以包括以下操作:
判断所有目标品牌名是否全部为主品牌名,所有目标品牌名包括第一品牌名集合的所有品牌名和获取到的用户输入的待识别物品的品牌信息;
当判断结果为是时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作;
当判断结果为否时,对所有目标品牌名中不为主品牌名的品牌名进行主名转换,得到待识别物品的第三品牌名集合和/或待识别物品的目标品牌信息,第三品牌名集合包括至少一个主品牌名;
其中,判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名,包括:
判断第三品牌名集合的所有主品牌名中是否存在与待识别物品的目标品牌信息匹配的品牌名。
该可选的实施例中,当第一品牌名集合的所有品牌名均为主品牌名时,第三品牌名集合和第一品牌名集合完全一样,当用户输入的待识别物品的品牌信息为主品牌名时,待识别物品的目标品牌信息和用户输入的待识别物品的品牌信息完全一样。
举例来说,待识别物品的文本信息为:安护晒防晒霜乳,其中,识别到待识别物品的品牌为安护晒,但安护晒是待识别物品的品牌的一个别名,官方名字叫做安保肤,即主品牌名叫安保肤,因此,需要把别名安护晒转为主名安保肤。
可见,该可选的实施例在对多模匹配分析得到的品牌名集合与用户输入的待识别物品的品牌信息进行分析之前,先判断多模匹配分析得到的品牌名集合和用户输入的品牌信息是否均为主品牌名,若是,则继续执行后续的品牌分析的操作,若否,则先进行主名转换,能够将多模匹配分析得到的品牌名集合中的品牌名进行去重,减少计算量,有利于进一步提高待识别物品的品牌结果识别准确性以及效率。
在又一个可选的实施例中,判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名之前,该方法还可以包括以下操作:
判断获取到的用户输入的待识别物品的品牌信息是否与待识别物品的类别结果对应的行业品牌库中某一品牌的标识信息匹配;
当判断出匹配时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作。
该可选的实施例中,可选的,当判断出待识别物品的品牌信息与待识别物品的类别结果对应的行业品牌库中某一品牌的标识信息不匹配时,确定未识到待识别物品的品牌结果,结束本次流程,或者,触发执行下述的根据第一品牌名集合中所有品牌名的数量,确定待识别物品的品牌结果的操作。
可见,该可选的实施例在对多模匹配分析得到的品牌名集合与用户输入的待识别物品的品牌信息进行分析之前,先自动判断待识别物品的品牌信息是否与待识别物品的类别结果对应的行业品牌库中某一品牌的标识信息匹配,若匹配,方继续执行后续的品牌分析的操作,有利于进一步提高待识别物品的品牌结果的识别准确性以及效率。
在又一个可选的实施例中,该方法还可以包括以下操作:
当判断出不存在与待识别物品的品牌信息匹配的品牌名时,将待识别物品的品牌信息添加至第一品牌名集合;
根据第一品牌名集合中所有品牌名的数量,确定待识别物品的品牌结果。
可见,该可选的实施例在判断出多模匹配分析得到的品牌名集合中不存在与用户输入的待识别物品的品牌信息匹配的品牌名之后,进一步将用户输入的品牌信息添加至多模匹配分析得到的品牌名集合中,以便于根据该品牌名集合中品牌名的数量确定待识别物品的品牌结果,丰富了待识别物品的品牌结果的确定方式,提高了待识别物品的品牌结果的确定可能性,以及进一步丰富了品牌识别装置的智能化功能。
在又一个可选的实施例中,将待识别物品的品牌信息添加至第一品牌名集合之后,以及根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果之前,该方法还可以包括以下操作:
判断第一品牌名集合中所有品牌名是否存在与确定出的常用词匹配的品牌名,当判断出存在与常用词匹配的品牌名时,判断与常用词匹配的品牌名与待识别物品的品牌信息是否相匹配;
当判断出与常用词匹配的品牌名与待识别物品的品牌信息相匹配时,执行上述的根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果的操作。
该可选的实施例中,不同的行业对应的常用词不一样,例如:美妆个护行业的常用词为“后”、“完美”以及“完”等,数码家电行业的常用词为“线”、“壳”等。
该可选的实施例中,可选的,该方法还可以包括以下操作:
当判断出不存在与常用词匹配的品牌名时,执行后续的根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果的操作。
可见,该可选的实施例先判断待识别物品的品牌名集合中存在常用词匹配的品牌名且该品牌名与用户输入的品牌信息匹配时,方根据待识别物品的品牌名集合中品牌名的数量确定待识别物品的品牌结果,能够提高根据品牌名的数量确定待识别物品的品牌结果的准确性。
在又一个可选的实施例中,该方法还可以包括以下操作:
当判断出与常用词匹配的品牌名与待识别物品的品牌信息不相匹配时,将与常用词匹配的品牌名从第一品牌名集合中删除,得到第四品牌名集合;
其中,根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果,包括:
根据第四品牌名集合中品牌名的数量,确定待识别物品的品牌结果。
举例来说,待识别物品的文本信息为:欧黎雅晒后修复面膜,识别得到了“欧黎雅”和“后”这两个品牌名,用户输入的待识别物品的信息为:欧黎雅,则,删除“后”这个品牌名,此时待识别物品的品牌结果为:欧黎雅。
可见,该可选的实施例在判断出与常用词匹配的品牌名与待识别物品的品牌信息不相匹配时,直接将与常用词匹配的品牌名删除,能够获取到准确的品牌名集合,再根据品牌名集合中品牌名的数量确定待识别物品的品牌结果,能够进一步提高根据品牌名的数量确定待识别物品的品牌结果的准确性。
在上述可选的实施例中,根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果,包括:
判断第一品牌名集合中所有品牌名的数量是否等于1,当判断出第一品牌名集合中所有品牌名的数量等于1时,确定第一品牌名集合的所有品牌名为待识别物品的品牌结果。
可见,上述可选的实施例通过在判断出待识别物品的品牌名集合中品牌数量只有一个时,直接确定该唯一的品牌名为待识别物品的品牌结果,在获取到准确的待识别物品的品牌结果的基础上,能够提高待识别物品的品牌结果的确定效率。
在又一个可选的实施例中,该方法还可以包括以下操作:
当判断出第一品牌名集合的所有品牌名的数量大于1时,对第一品牌名集合的所有品牌名为父品牌名的所有品牌名均转换为对应的子品牌名,并从第一品牌名集合中删除所有父品牌名,得到第五品牌名集合;
计算第五品牌名集合中所有子品牌名的数量,并根据第五品牌名集合中所有子品牌名的数量,确定待识别物品的品牌结果。
举例来说,若第一品牌名集合的所有品牌名包括侯生棠和安护晒,则将侯生棠转换为安护晒,并删除侯生棠。
可见,该可选的实施例在判断出多模匹配分析得到的品牌名集合中品牌名数量1时,通过将该品牌名集合中父品牌名转换为子品牌名,并删除父品牌名再根据集合中品牌名的数量确定待识别物品的品牌结果,能够丰富识别到准确的待识别物品的品牌结果的确定方式,提高准确识别到品牌结果的概率。
在上述可选的实施例中,可选的,根据第五品牌名集合中所有子品牌名的数量,确定待识别物品的品牌结果,包括:
判断第五品牌名集合中所有子品牌名的数量是否等于1,当判断出第五品牌名集合中所有子品牌名的数量等于1时,确定第五品牌名集合的子品牌名为待识别物品的品牌结果;
该方法还可以包括以下步骤;
当判断出第五品牌名集合中所有子品牌名的数量大于1时,判断第五品牌名集合的所有子品牌名中是否存在属于确定出的售卖平台的品牌名,当判断出存在售卖平台的品牌名时,从第五品牌名集合的所有子品牌名中删除属于售卖平台的品牌名,得到第六品牌名集合;
计算第六品牌名集合中所有子品牌名的数量,并判断第六品牌名集合中所有子品牌名的数量是否等于1,当判断出第六品牌名集合中所有子品牌名的数量等于1时,确定第六品牌名集合的子品牌名为待识别物品的品牌结果。
可见,该可选的实施例在删除品牌名集合中父品牌名之后,若品牌名集合中品牌名的数量等于1,则直接确定该品牌名集合中品牌名为待识别物品的品牌结果,若依旧大于1,则删除品牌名集合中属于售卖平台的品牌名,能够进一步提高文本信息中品牌名的提取准确性,再根据集合中品牌名的数量确定待识别物品的品牌结果,能够丰富识别到准确的待识别物品的品牌结果的确定方式,提高准确识别到品牌结果的概率以及准确性。
在又一个可选的实施例中,该方法还可以包括以下操作:
当判断出不存在售卖平台的品牌名时,或者,当判断出第六品牌名集合中所有子品牌名的数量大于1时,采集第七品牌名集合的所有品牌名中每个品牌名在某一时长段内的目标信息,其中,每个品牌名的目标信息包括每个品牌名在某一时长段内(如:3个月内等)的购买量、成交量、好评情况以及回购情况中的至少一种,第七品牌名集合为第五品牌名集合或者第六品牌名集合,某一时长段的截止时刻为判断出第五品牌名集合中所有子品牌名的数量大于1的时刻;
根据第七品牌名集合中每个品牌名对应的目标信息确定每个品牌名的欢迎等级,并根据所有欢迎等级从第七品牌名集合的所有品牌名中确定等级最高的目标欢迎等级对应的品牌名为待识别物品的品牌结果。
可见,该可选的实施例在判断出品牌集合中不包括售卖平台的品牌名或者去除售卖平台的品牌名之后品牌集合中品牌名的数量仍旧大于1时,通过将品牌集合中最高欢迎等级的品牌名确定为待识别物品的品牌结果,能够实现待识别物品的品牌结果的确定以及提高待识别物品的品牌结果的确定概率。
该可选的实施例中,可选的,第七品牌名集合中每个品牌名对应的目标信息包括的每个内容均存在对应的权重值,且每个品牌名的所有内容的权重值之和等于1。以及可选的,根据第七品牌名集合中每个品牌名对应的目标信息确定每个品牌名的欢迎等级,包括:
确定每个内容对应的数值,并计算每个内容对应的数值与每个内容的权重值的乘积值;
计算所有内容的乘积值作为每个品牌名的总值,并根据每个品牌名的总值确定每个品牌名的欢迎等级。
可见,该可选的实施例通过根据每个品牌名的目标信息包括的每个内容的权重值以及每个内容的数值确定每个品牌名的总值,有利于提高每个品牌名的欢迎等级的确定准确性,从而有利于提高待识别物品的品牌结果的识别准确性。
实施例二
请参阅图2,图2是本发明实施例公开的另一种基于文本信息的品牌识别方法的流程示意图。其中,图2所描述的方法可以应用于品牌识别装置中,如服务器等,本发明实施例不做限定。如图2所示,该基于文本信息的品牌识别方法可以包括以下操作:
201、当根据获取到的待识别物品的文本信息识别到待识别物品的类别结果时,判断待识别物品的类别结果是否用于表示识别到待识别物品的类别,得到判断结果。
202、根据判断结果匹配与判断结果对应的分析方式。
203、根据判断结果对应的分析方式,分析待识别物品的文本信息,得到待识别物品的品牌结果。
204、输出待识别物品的品牌结果。
本发明实施例中,需要说明的是,针对步骤201-步骤203的相关描述,请参阅实施例一中针对步骤101-步骤103的详细描述,本发明实施例不再赘述。
在一个可选的实施例,在输出待识别物品的品牌结果之前,该方法还可以包括以下步骤:
对待识别物品的文本信息进行词性标注,得到待识别物品的文本信息中每个词的词性标注结果,根据文本信息中每个词的词性标注结果确定待识别物品的品牌结果对应的词性标注结果,并判断待识别物品的品牌结果对应的词性标注结果是否与确定出的待识别物品的品牌结果的词性标注结果相同,当判断结果为是时,执行上述的输出待识别物品的品牌结果的操作。
可见,本发明实施例在输出待识别物品的品牌结果之前,先判断待识别物品的品牌结果在其文本信息中的词性标注是否与规定的词性标注一致,若一致,方输出待识别物品的品牌结果,能够减少品牌被用作动词、常用词的发生情况,进一步提高待识别物品的品牌结果识别准确性,提高待识别物品的品牌结果的输出准确性。
在另一个可选的实施例,在输出待识别物品的品牌结果之前,该方法还可以包括以下步骤:
基于确定出的图像识别算法识别待识别物品的图像,得到待识别物品的品牌名,并判断识别到的待识别物品的品牌名与待识别物品的品牌结果是否相同,当判断结果为是时,执行上述的输出待识别物品的品牌结果的操作。
可见,本发明实施例在在输出待识别物品的品牌结果之前,先判断识别待识别物品的图像得到的品牌名是否与待识别物品的品牌结果一致,若一致,方输出待识别物品的品牌结果,能够进一步提高待识别物品的品牌结果识别准确性,提高待识别物品的品牌结果的输出准确性。
可见,实施图2所描述的方法能够在识别到待识别物品的类别结果之后,通过自动匹配与待识别物品的类别结果对应的判断结果匹配的分析方式,对待识别物品的文本信息进行分析,能够自动并准确地提取出待识别物品的文本信息中包含的品牌,获取到待识别物品的准确品牌;以及当判断结果表示能够识别到待识别物品的类别时,通过结合其对应的行业品牌识别算法,能够提高准确识别待识别物品的品牌效率,以及能够准确地判断待识别物品的文本信息中包含的品牌名称是否为待识别物品的正确品牌。此外,还能够通过先判断待识别物品的品牌结果在其文本信息中的词性标注是否与规定的词性标注一致或先判断识别待识别物品的图像得到的品牌名是否与待识别物品的品牌结果一致,若一致,方输出待识别物品的品牌结果,能够进一步提高待识别物品的品牌结果识别准确性,提高待识别物品的品牌结果的输出准确性。
在又一个可选的实施例中,该方法还可以包括以下操作:
对待识别物品的文本信息执行格式化操作,得到格式化后的待识别物品的文本信息,并执行上述的根据判断结果对应的分析方式,分析识别物品的文本信息,得到待识别物品的品牌结果的操作;
该可选的实施例中,格式化操作包括去除不规则字符操作和/或文字转换操作。其中,不规则字符包括:表情包字符串、|、*、@、¥、&等分隔符号,文字转换操作包括全部英文转小写操作或者全部英文转大写操作。
该可选的实施例中,可选的,通过正则表达式对待识别物品的文本信息执行格式化操作。
该可选的实施例中,可选的,在得到用户输入的待识别物品的品牌信息之后,也对该待识别物品的品牌信息执行格式化操作,其中,对待识别物品的品牌信息执行格式化操作的描述请参阅对待识别物品的文本信息执行格式化操作的描述,在此不再赘述。
可见,该可选的实施例通过先对待识别物品的文本信息执行格式化操作,能够得到符合处理的文本信息,有利于进一步提高提取文本信息中品牌名的准确性以及效率,从而进一步提高待识别物品的品牌结果的识别准确性以及效率。
在又一个可选的实施例中,该方法还可以包括以下操作:
获取待识别物品的文本信息,将待识别物品的文本信息输入确定出的信息类别确定模型进行分析,并获取该信息类别确定模型输出的分析结果,作为待识别物品的类别结果。
其中,待识别物品的文本信息的描述请参阅前述相关内容的描述,在此不再赘述。
该可选的实施例中,该信息类别确定模型包括基于fastText算法的模型。
可见,该可选的实施例通过基于信息类别确定模型分析待识别物品的文本信息,能够快速准确地确定出待识别物品的类别结果,从而有利于提高待识别物品的品牌的识别准确性以及效率。
实施例三
请参阅图3,图3是本发明实施例公开的一种基于文本信息的品牌识别装置的结构示意图。如图3所示,该基于文本信息的品牌识别装置可以包括:
判断模块301,用于当根据获取到的待识别物品的文本信息识别到待识别物品的类别结果时,判断待识别物品的类别结果是否用于表示识别到待识别物品的类别,得到判断结果。
匹配模块302,用于根据判断结果匹配与判断结果对应的分析方式。
分析模块303,用于根据判断结果对应的分析方式,分析待识别物品的文本信息,得到待识别物品的品牌结果。
可见,实施图3所描述的品牌识别装置能够在识别到待识别物品的类别结果之后,通过自动匹配与待识别物品的类别结果对应的判断结果匹配的分析方式,对待识别物品的文本信息进行分析,能够自动并准确地提取出待识别物品的文本信息中包含的品牌,获取到待识别物品的准确品牌;以及当判断结果表示能够识别到待识别物品的类别时,通过结合其对应的行业品牌识别算法,能够提高准确识别待识别物品的品牌效率,以及能够准确地判断待识别物品的文本信息中包含的品牌名称是否为待识别物品的正确品牌。
在一个可选的实施例中,如图3所示,匹配模块302根据判断结果匹配与判断结果对应的分析方式的方式具体为:
当判断结果用于表示识别到待识别物品的类别时,确定与待识别物品的类别结果对应的行业品牌识别算法为与判断结果对应的分析方式;
当判断结果用于表示未识别到待识别物品的类别时,确定对待识别物品的文本信息与确定出的已开发品牌识别的至少一个行业的品牌进行分析的方式为与判断结果对应的分析方式。
可见,实施图3所描述的品牌识别装置还能够根据不同的判断结果确定与该判断结果匹配的分析方式,能够提高分析方式的匹配准确性,以便于根据不同的分析方式分析待识别物品的文本信息,提高了待识别物品的文本信息的分析准确性以及效率,从而提高了提取待识别物品的文本信息中品牌的准确性以及效率,有利于提高物品的品牌的识别准确性以及效率。
在另一个可选的实施例中,如图4所示,分析模块302包括:
匹配子模块3021,用于当判断结果用于表示识别到待识别物品的类别时,对待识别物品的文本信息与待识别物品的类别结果对应的行业品牌库中至少一个品牌的标识信息进行多模匹配分析,得到与待识别物品的文本信息匹配的第一品牌名集合,第一品牌名集合包括至少一个品牌名。
判断子模块3022,用于判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名;
确定子模块3023,用于当判断子模块3022判断出存在与待识别物品的品牌信息匹配的品牌名时,确定与待识别物品的品牌信息匹配的品牌名为待识别物品的品牌结果。
可见,实施图4所描述的品牌识别装置通过对待识别物品的文本信息与其类别结果对应的行业品牌库中品牌的标识信息进行多模匹配分析,能够提高待识别物品的文本信息中品牌名的提取准确性以及效率,并在多模匹配分析得到的品牌名集合中存在用户输入的待识别物品的品牌信息匹配的品牌名时,确定匹配的品牌名为待识别物品的品牌结果,能够进一步提高待识别物品的品牌结果的识别准确性。
在又一个可选的实施例中,如图4所示,判断子模块3022,还用于在判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名之前,根据待识别物品的文本信息判断第一品牌名集合的所有品牌名中是否存在确定出的品牌名类型的品牌名,当判断出不存在时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作;
以及,如图4所示,分析模块302还包括:
第一删除子模块3024,用于当判断子模块3022判断出存在品牌名类型的品牌名时,将存在品牌名类型的品牌名从第一品牌名集合的所有品牌名中删除,得到第二品牌名集合,并触发判断子模块3022执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作,第二品牌名集合为该第一品牌名集合。
可见,实施图4所描述的品牌识别装置还能够在对多模匹配分析得到的品牌名集合与用户输入的待识别物品的品牌信息进行分析之前,先判断多模匹配分析得到的品牌名集合中是否存在不匹配的品牌名,若不存在,则直接执行后续的品牌分析步骤,若存在,先将不符合要求的品牌名从多模匹配分析得到的品牌名集合中进行删除,能够减少因多模匹配分析得到的品牌名集合中存在不符合要求的品牌名却仍继续进行品牌结果分析而导致待识别物品的品牌结果识别错误以及降低品牌结果的识别效率的发生情况,有利于进一步提高待识别物品的品牌结果的识别准确性以及效率。
在又一个可选的实施例中,如图4所示,判断子模块3022根据待识别物品的文本信息判断第一品牌名集合中所有品牌名是否存在确定出的品牌名类型的品牌名的方式具体为:
判断待识别物品的文本信息中是否存在确定出的词语集合中某一词语,当判断出存在时,确定第一品牌名集合中所有品牌名存在确定出的品牌名类型的品牌名,且某一词语前面的品牌名为确定出的品牌名类型的品牌名;或者,
根据待识别物品的文本信息判断第一品牌名集合中所有品牌名是否存在被包含的品牌名,当判断出存在被包含的品牌名时,确定第一品牌名集合中所有品牌名存在确定出的品牌名类型的品牌名,且被包含的品牌名为确定出的品牌名类型的品牌名。
可见,实施图4所描述的品牌识别装置还能够通过在识别到待识别物品的文本信息中存在平替、同款等词语时,和/或,存在被包含的品牌时,能够实现多模匹配分析得到的品牌名集合中存在不符合要求的品牌名的确定,以及能够丰富多模匹配分析得到的品牌名集合中存在不符合要求的品牌名的确定方式,提高了多模匹配分析得到的品牌名集合中存在不符合要求的品牌名的确定概率。
在又一个可选的实施例中,如图4所示,判断子模块3022,还用于在判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名之前,判断待识别物品所属的行业是否为确定出的行业集合中某一行业。
判断子模块3022,还用于当判断出待识别物品所属的行业为某一行业时,判断待识别物品的文本信息是否和确定出的与某一行业匹配的内容相匹配,当判断出待识别物品的文本信息和与某一行业匹配的内容相匹配时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作。
可见,实施图4所描述的品牌识别装置还能够在对多模匹配分析得到的品牌名集合与用户输入的待识别物品的品牌信息进行分析之前,先判断待识别物品所属的行业是否为一些特殊行业,若是,则进一步自动查找待识别物品的文本信息中是否这些特殊行业的内容,如:数码家电行业的手机壳等,若否,则继续执行后续的品牌分析的操作,能够减少由于待识别物品的文本信息用于表示待识别物品为特殊行业的周边产品或者包含仅代表物品型号、色号等而错识别待识别物品的品牌结果的发生情况,有利于进一步提高待识别物品的品牌结果的识别准确性。
在又一个可选的实施例中,如图4所示,判断子模块3022,还用于在判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名之前,判断所有目标品牌名是否全部为主品牌名,所有目标品牌名包括第一品牌名集合的所有品牌名和获取到的用户输入的待识别物品的品牌信息,当判断结果为是时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作。
以及,如图4所示,分析模块302还包括:
第一转换子模块3025,用于当判断子模块3022判断结果为否时,对所有目标品牌名中不为主品牌名的品牌名进行主名转换,得到待识别物品的第三品牌名集合和/或待识别物品的目标品牌信息,第三品牌名集合包括至少一个主品牌名;
其中,判断子模块3022判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的方式具体为:
判断第三品牌名集合的所有主品牌名中是否存在与待识别物品的目标品牌信息匹配的品牌名。
可见,实施图4所描述的品牌识别装置还能够在对多模匹配分析得到的品牌名集合与用户输入的待识别物品的品牌信息进行分析之前,先判断多模匹配分析得到的品牌名集合和用户输入的品牌信息是否均为主品牌名,若是,则继续执行后续的品牌分析的操作,若否,则先进行主名转换,能够将多模匹配分析得到的品牌名集合中的品牌名进行去重,减少计算量,有利于进一步提高待识别物品的品牌结果识别准确性以及效率。
在又一个可选的实施例中,如图4所示,判断子模块3022,还用于在判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名之前,判断获取到的用户输入的待识别物品的品牌信息是否与待识别物品的类别结果对应的行业品牌库中某一品牌的标识信息匹配,当判断出匹配时,执行上述的判断第一品牌名集合的所有品牌名中是否存在与获取到的用户输入的待识别物品的品牌信息匹配的品牌名的操作。
可见,实施图4所描述的品牌识别装置还能够在对多模匹配分析得到的品牌名集合与用户输入的待识别物品的品牌信息进行分析之前,先自动判断待识别物品的品牌信息是否与待识别物品的类别结果对应的行业品牌库中某一品牌的标识信息匹配,若匹配,方继续执行后续的品牌分析的操作,有利于进一步提高待识别物品的品牌结果的识别准确性以及效率。
在又一个可选的实施例中,如图4所示,分析模块302还包括:
添加子模块3026,用于当判断子模块3022判断出不存在与待识别物品的品牌信息匹配的品牌名时,将待识别物品的品牌信息添加至第一品牌名集合。
确定子模块3023,还用于根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果。
可见,实施图4所描述的品牌识别装置在判断出多模匹配分析得到的品牌名集合中不存在与用户输入的待识别物品的品牌信息匹配的品牌名之后,进一步将用户输入的品牌信息添加至多模匹配分析得到的品牌名集合中,以便于根据该品牌名集合中品牌名的数量确定待识别物品的品牌结果,丰富了待识别物品的品牌结果的确定方式,提高了待识别物品的品牌结果的确定可能性,以及进一步丰富了品牌识别装置的智能化功能。
在又一个可选的实施例中,如图4所示,判断子模块3022,还用于在添加子模块将待识别物品的品牌信息添加至第一品牌名集合之后,以及在确定子模块3023根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果之前,判断第一品牌名集合中所有品牌名是否存在与确定出的常用词匹配的品牌名。
判断子模块3022,还用于当判断出存在与常用词匹配的品牌名时,判断与常用词匹配的品牌名与待识别物品的品牌信息是否相匹配,当判断出与常用词匹配的品牌名与待识别物品的品牌信息相匹配时,触发确定子模块3023执行上述的根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果的操作。
可见,实施图4所描述的品牌识别装置先判断待识别物品的品牌名集合中存在常用词匹配的品牌名且该品牌名与用户输入的品牌信息匹配时,方根据待识别物品的品牌名集合中品牌名的数量确定待识别物品的品牌结果,能够提高根据品牌名的数量确定待识别物品的品牌结果的准确性。
在又一个可选的实施例中,如图4所示,分析模块302还包括:
第二删除子模块3027,用于当判断子模块3022判断出与常用词匹配的品牌名与待识别物品的品牌信息不相匹配时,将与常用词匹配的品牌名从第一品牌名集合中删除,得到第四品牌名集合。
其中,确定子模块3023根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果的方式具体为:
根据第四品牌名集合中品牌名的数量,确定待识别物品的品牌结果。
可见,实施图4所描述的品牌识别装置在判断出与常用词匹配的品牌名与待识别物品的品牌信息不相匹配时,直接将与常用词匹配的品牌名删除,能够获取到准确的品牌名集合,再根据品牌名集合中品牌名的数量确定待识别物品的品牌结果,能够进一步提高根据品牌名的数量确定待识别物品的品牌结果的准确性。
在又一个可选的实施例中,如图4所示,确定子模块3023根据第一品牌名集合的所有品牌名的数量,确定待识别物品的品牌结果的方式具体为:
判断第一品牌名集合中所有品牌名的数量是否等于1,当判断出第一品牌名集合中所有品牌名的数量等于1时,确定第一品牌名集合的所有品牌名为待识别物品的品牌结果。
可见,实施图4所描述的品牌识别装置通过在判断出待识别物品的品牌名集合中品牌数量只有一个时,直接确定该唯一的品牌名为待识别物品的品牌结果,在获取到准确的待识别物品的品牌结果的基础上,能够提高待识别物品的品牌结果的确定效率。
在又一个可选的实施例中,如图4所示,分析模块302还包括:
第二转换子模块3028,用于当判断子模块3022判断出第一品牌名集合的所有品牌名的数量大于1时,对第一品牌名集合的所有品牌名为父品牌名的所有品牌名均转换为对应的子品牌名。
第三删除子模块3029,用于从第一品牌名集合中删除所有父品牌名,得到第五品牌名集合。
计算子模块30210,用于计算第五品牌名集合中所有子品牌名的数量。
确定子模块3023,还用于根据第五品牌名集合中所有子品牌名的数量,确定待识别物品的品牌结果。
可见,实施图4所描述的品牌识别装置在判断出多模匹配分析得到的品牌名集合中品牌名数量1时,通过将该品牌名集合中父品牌名转换为子品牌名,并删除父品牌名再根据集合中品牌名的数量确定待识别物品的品牌结果,能够丰富识别到准确的待识别物品的品牌结果的确定方式,提高准确识别到品牌结果的概率。
在又一个可选的实施例中,如图4所示,确定子模块3023根据第五品牌名集合中所有子品牌名的数量,确定待识别物品的品牌结果的方式具体为:
判断第五品牌名集合中所有子品牌名的数量是否等于1,当判断出第五品牌名集合中所有子品牌名的数量等于1时,确定第六品牌名集合的子品牌名为待识别物品的品牌结果;
当判断出第五品牌名集合中所有子品牌名的数量大于1时,判断第六品牌名集合的所有子品牌名中是否存在属于确定出的售卖平台的品牌名,当判断出存在售卖平台的品牌名时,从第六品牌名集合的所有子品牌名中删除属于售卖平台的品牌名,得到第六品牌名集合;
计算第六品牌名集合中所有子品牌名的数量,并判断第六品牌名集合中所有子品牌名的数量是否等于1,当判断出第六品牌名集合中所有子品牌名的数量等于1时,确定第六品牌名集合的子品牌名为待识别物品的品牌结果。
可见,实施图4所描述的品牌识别装置在删除品牌名集合中父品牌名之后,若品牌名集合中品牌名的数量等于1,则直接确定该品牌名集合中品牌名为待识别物品的品牌结果,若依旧大于1,则删除品牌名集合中属于售卖平台的品牌名,能够进一步提高文本信息中品牌名的提取准确性,再根据集合中品牌名的数量确定待识别物品的品牌结果,能够丰富识别到准确的待识别物品的品牌结果的确定方式,提高准确识别到品牌结果的概率以及准确性。
在又一个可选的实施例中,如图4所示,品牌识别装置还包括:
输出模块304,用于输出待识别物品的品牌结果。
标注模块305,用于在输出模块304输出待识别物品的品牌结果之前,对待识别物品的文本信息进行词性标注,得到待识别物品的文本信息中每个词的词性标注结果;
确定模块306,用于根据文本信息中每个词的词性标注结果确定待识别物品的品牌结果对应的词性标注结果。
判断模块301,还用于判断待识别物品的品牌结果对应的词性标注结果是否与确定出的待识别物品的品牌结果的词性标注结果相同,当判断结果为是时,触发输出模块304执行上述的输出待识别物品的品牌结果的操作;或者,
确定模块306,用于基于确定出的图像识别算法识别待识别物品的图像,得到待识别物品的品牌名。
判断模块301,还用于判断识别到的待识别物品的品牌名与待识别物品的品牌结果是否相同,当判断结果为是时,触发输出模块304执行上述的输出待识别物品的品牌结果的操作。
可见,实施图4所描述的品牌识别装置还能够通过先判断待识别物品的品牌结果在其文本信息中的词性标注是否与规定的词性标注一致或先判断识别待识别物品的图像得到的品牌名是否与待识别物品的品牌结果一致,若一致,方输出待识别物品的品牌结果,能够减少品牌被用作动词、常用词的发生情况,进一步提高待识别物品的品牌结果识别准确性,提高待识别物品的品牌结果的输出准确性。
在又一个可选的实施例中,如图4所示,分析模块303根据判断结果对应的分析方式,分析待识别物品的文本信息,得到待识别物品的品牌结果的方式具体为:
当判断结果用于表示未识别到待识别物品的类别时,按照被成功匹配出品牌结果的次数由大到小对已开发品牌识别的所有行业进行排序,得到排序后的已开发品牌识别的所有行业,并从排序在第一位的已开发品牌识别的行业开始,依次对待识别物品的文本信息与排序后的已开发品牌识别的所有行业的品牌进行分析,直到匹配到品牌结果为止,以及确定匹配到的品牌结果为待识别物品的品牌结果;或者,
当判断结果用于表示未识别到待识别物品的类别时,对待识别物品的文本信息任意与已开发品牌识别的至少一个行业的品牌进行分析,直到匹配到品牌结果为止,并确定匹配到的品牌结果为待识别物品的品牌结果;或者,
当判断结果用于表示未识别到待识别物品的类别时,对待识别物品的文本信息与已开发品牌识别的所有行业的品牌进行分析,得到待识别物品在已开发品牌识别的所有行业匹配到的品牌结果,并判断匹配到的品牌结果的数量是否等于1,当判断出等于1时,确定匹配到的品牌结果为待识别物品的品牌结果。
该可选的实施方式中,可选的,当判断出匹配到的品牌结果的数量大于1时,确定未识别待识别物品的品牌结果,输出未识别到待识别物品的品牌结果,即为未识别到待识别物品的品牌的提示。
可见,实施图4所描述的品牌识别装置通过提供从被成功匹配出品牌结果的次数最大的已开发品牌识别的行业开始,依次对待识别物品的文本信息进行分析,或者通过对待识别物品的文本信息任意与已开发品牌识别的至少一个行业的品牌进行分析,或者对待识别物品的文本信息与已开发品牌识别的所有行业的品牌进行分析的多种品牌结果的分析方式,能够丰富待识别物品的品牌结果的确定方式,提高了确定到待识别物品的品牌结果的概率,以及丰富品牌识别装置的智能化功能。
实施例四
请参阅图5,图5是本发明实施例公开的又一种基于文本信息的品牌识别装置的结构示意图。如图5所示,该装置可以包括:
存储有可执行程序代码的存储器501;
与存储器501耦合的处理器502;
进一步的,还可以包括与处理器502耦合的输入接口503和输出接口504;
其中,处理器502调用存储器501中存储的可执行程序代码,执行本发明实施例一或实施例二任意一个实施例所公开的基于文本信息的品牌识别方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质,该计算机存储介质存储有计算机指令,该计算机指令被调用时,用于执行本发明实施例一或实施例二任意一个实施例所公开的基于文本信息的品牌识别方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种基于文本信息的品牌识别方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (24)
1.一种基于文本信息的品牌识别方法,其特征在于,所述方法包括:
当根据获取到的待识别物品的文本信息识别到所述待识别物品的类别结果时,判断所述待识别物品的类别结果是否用于表示识别到所述待识别物品的类别,得到判断结果;
根据所述判断结果匹配与所述判断结果对应的分析方式,根据所述判断结果对应的分析方式,分析所述待识别物品的文本信息,得到所述待识别物品的品牌结果。
2.根据权利要求1所述的基于文本信息的品牌识别方法,其特征在于,所述根据所述判断结果匹配与所述判断结果对应的分析方式,包括:
当所述判断结果用于表示识别到所述待识别物品的类别时,确定与所述待识别物品的类别结果对应的行业品牌识别算法为与所述判断结果对应的分析方式。
3.根据权利要求1所述的基于文本信息的品牌识别方法,其特征在于,所述根据所述判断结果匹配与所述判断结果对应的分析方式,包括:
当所述判断结果用于表示未识别到所述待识别物品的类别时,确定对所述待识别物品的文本信息与确定出的已开发品牌识别的至少一个行业的品牌进行分析的方式为与所述判断结果对应的分析方式。
4.根据权利要求1或2所述的基于文本信息的品牌识别方法,其特征在于,当所述判断结果用于表示识别到所述待识别物品的类别时,所述根据所述判断结果对应的分析方式,分析所述待识别物品的文本信息,得到所述待识别物品的品牌结果,包括:
对所述待识别物品的文本信息与所述待识别物品的类别结果对应的行业品牌库中至少一个品牌的标识信息进行多模匹配分析,得到与所述待识别物品的文本信息匹配的第一品牌名集合,所述第一品牌名集合包括至少一个品牌名;
判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名;
当判断出存在与所述待识别物品的品牌信息匹配的品牌名时,确定与所述待识别物品的品牌信息匹配的品牌名为所述待识别物品的品牌结果。
5.根据权利要求4所述的基于文本信息的品牌识别方法,其特征在于,所述判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名之前,所述方法还包括:
根据所述待识别物品的文本信息判断所述第一品牌名集合的所有所述品牌名中是否存在确定出的品牌名类型的品牌名;
当判断出不存在时,执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作;
当判断出存在时,将存在所述品牌名类型的品牌名从所述第一品牌名集合的所有所述品牌名中删除,得到第二品牌名集合,并执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作,所述第二品牌名集合为该第一品牌名集合。
6.根据权利要求5所述的基于文本信息的品牌识别方法,其特征在于,所述根据所述待识别物品的文本信息判断所述第一品牌名集合中所有所述品牌名是否存在确定出的品牌名类型的品牌名,包括:
判断所述待识别物品的文本信息中是否存在确定出的词语集合中某一词语,当判断出存在时,确定所述第一品牌名集合中所有所述品牌名存在确定出的品牌名类型的品牌名,且所述某一词语前面的品牌名为确定出的品牌名类型的品牌名;或者,
根据所述待识别物品的文本信息判断所述第一品牌名集合中所有所述品牌名是否存在被包含的品牌名,当判断出存在被包含的所述品牌名时,确定所述第一品牌名集合中所有所述品牌名存在确定出的品牌名类型的品牌名,且被包含的所述品牌名为确定出的品牌名类型的品牌名。
7.根据权利要求4所述的基于文本信息的品牌识别方法,其特征在于,所述判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名之前,所述方法还包括:
判断所述待识别物品所属的行业是否为确定出的行业集合中某一行业;
当判断出所述待识别物品所属的行业为所述某一行业时,判断所述待识别物品的文本信息是否和确定出的与所述某一行业匹配的内容相匹配,当判断出所述待识别物品的文本信息和与所述某一行业匹配的内容相匹配时,执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作。
8.根据权利要求4-7任一项所述的基于文本信息的品牌识别方法,其特征在于,所述判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名之前,所述方法还包括:
判断所有目标品牌名是否全部为主品牌名,所有所述目标品牌名包括所述第一品牌名集合的所有所述品牌名和获取到的用户输入的所述待识别物品的品牌信息;
当判断结果为是时,执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作;
当判断结果为否时,对所有所述目标品牌名中不为主品牌名的品牌名进行主名转换,得到所述待识别物品的第三品牌名集合和/或所述待识别物品的目标品牌信息,所述第三品牌名集合包括至少一个主品牌名;
其中,所述判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名,包括:
判断所述第三品牌名集合的所有所述主品牌名中是否存在与所述待识别物品的目标品牌信息匹配的品牌名。
9.根据权利要求4-7任一项所述的基于文本信息的品牌识别方法,其特征在于,所述判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名之前,所述方法还包括:
判断获取到的用户输入的所述待识别物品的品牌信息是否与所述待识别物品的类别结果对应的行业品牌库中某一品牌的标识信息匹配;
当判断出匹配时,执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作。
10.根据权利要求8所述的基于文本信息的品牌识别方法,其特征在于,所述方法还包括:
当判断出不存在与所述待识别物品的品牌信息匹配的品牌名时,将所述待识别物品的品牌信息添加至所述第一品牌名集合;
根据所述第一品牌名集合的所有所述品牌名的数量,确定所述待识别物品的品牌结果。
11.根据权利要求10所述的基于文本信息的品牌识别方法,其特征在于,所述将所述待识别物品的品牌信息添加至所述第一品牌名集合之后,以及所述根据所述第一品牌名集合的所有所述品牌名的数量,确定所述待识别物品的品牌结果之前,所述方法还包括:
判断所述第一品牌名集合中所有所述品牌名是否存在与确定出的常用词匹配的品牌名,当判断出存在与所述常用词匹配的品牌名时,判断与所述常用词匹配的品牌名与所述待识别物品的品牌信息是否相匹配;
当判断出与所述常用词匹配的品牌名与所述待识别物品的品牌信息相匹配时,执行所述的根据所述第一品牌名集合的所有所述品牌名的数量,确定所述待识别物品的品牌结果的操作。
12.根据权利要求11所述的基于文本信息的品牌识别方法,其特征在于,所述方法还包括:
当判断出与所述常用词匹配的品牌名与所述待识别物品的品牌信息不相匹配时,将与所述常用词匹配的品牌名从所述第一品牌名集合中删除,得到第四品牌名集合;
其中,所述根据所述第一品牌名集合的所有所述品牌名的数量,确定所述待识别物品的品牌结果,包括:
根据所述第四品牌名集合中品牌名的数量,确定所述待识别物品的品牌结果。
13.根据权利要求10-12任一项所述的基于文本信息的品牌识别方法,其特征在于,所述根据所述第一品牌名集合的所有所述品牌名的数量,确定所述待识别物品的品牌结果,包括:
判断所述第一品牌名集合中所有所述品牌名的数量是否等于1,当判断出所述第一品牌名集合中所有所述品牌名的数量等于1时,确定所述第一品牌名集合的所有所述品牌名为所述待识别物品的品牌结果。
14.根据权利要求13所述的基于文本信息的品牌识别方法,其特征在于,所述方法还包括:
当判断出所述第一品牌名集合的所有所述品牌名的数量大于1时,对所述第一品牌名集合的所有所述品牌名为父品牌名的所有所述品牌名均转换为对应的子品牌名,并从所述第一品牌名集合中删除所有所述父品牌名,得到第五品牌名集合;
计算所述第五品牌名集合中所有所述子品牌名的数量,并根据所述第五品牌名集合中所有所述子品牌名的数量,确定所述待识别物品的品牌结果。
15.根据权利要求14所述的基于文本信息的品牌识别方法,其特征在于,所述根据所述第五品牌名集合中所有所述子品牌名的数量,确定所述待识别物品的品牌结果,包括:
判断所述第五品牌名集合中所有所述子品牌名的数量是否等于1,当判断出所述第五品牌名集合中所有所述子品牌名的数量等于1时,确定所述第五品牌名集合的所述子品牌名为所述待识别物品的品牌结果;
所述方法还包括:
当判断出所述第五品牌名集合中所有所述子品牌名的数量大于1时,判断所述第五品牌名集合的所有所述子品牌名中是否存在属于确定出的售卖平台的品牌名,当判断出存在所述售卖平台的品牌名时,从所述第五品牌名集合的所有所述子品牌名中删除属于所述售卖平台的品牌名,得到第六品牌名集合;
计算所述第六品牌名集合中所有所述子品牌名的数量,并判断所述第六品牌名集合中所有所述子品牌名的数量是否等于1,当判断出所述第六品牌名集合中所有所述子品牌名的数量等于1时,确定所述第六品牌名集合的所述子品牌名为所述待识别物品的品牌结果。
16.根据权利要求1、2、3、5、6、7、10、11、12、14或15所述的基于文本信息的品牌识别方法,其特征在于,所述方法还包括:
输出所述待识别物品的品牌结果;
以及,所述输出所述待识别物品的品牌结果之前,所述方法还包括:
对所述待识别物品的文本信息进行词性标注,得到所述待识别物品的文本信息中每个词的词性标注结果,根据所述文本信息中每个所述词的词性标注结果确定所述待识别物品的品牌结果对应的词性标注结果,并判断所述待识别物品的品牌结果对应的词性标注结果是否与确定出的所述待识别物品的品牌结果的词性标注结果相同,当判断结果为是时,执行所述的输出所述待识别物品的品牌结果的操作;或者,
基于确定出的图像识别算法识别所述待识别物品的图像,得到所述待识别物品的品牌名,并判断识别到的所述待识别物品的品牌名与所述待识别物品的品牌结果是否相同,当判断结果为是时,执行所述的输出所述待识别物品的品牌结果的操作。
17.根据权利要求1或3所述的基于文本信息的品牌识别方法,其特征在于,当所述判断结果用于表示未识别到所述待识别物品的类别时,所述根据所述判断结果对应的分析方式,分析所述待识别物品的文本信息,得到所述待识别物品的品牌结果,包括:
对所述待识别物品的文本信息与确定出的已开发品牌识别的至少一个行业的品牌进行分析,得到所述待识别物品在已开发品牌识别的至少一个所述行业匹配到的品牌结果;
判断匹配到的所述品牌结果的数量是否等于1,当判断出等于1时,确定匹配到的所述品牌结果为所述待识别物品的品牌结果;或者,
对所述待识别物品的文本信息任意与已开发品牌识别的至少一个行业的品牌进行分析,直到匹配到品牌结果为止,并确定匹配到的所述品牌结果为所述待识别物品的品牌结果;或者,
按照被成功匹配出品牌结果的次数由大到小对已开发品牌识别的所有行业进行排序,得到排序后的所述已开发品牌识别的所有行业,并从排序在第一位的所述已开发品牌识别的行业开始,依次对所述待识别物品的文本信息与排序后的所述已开发品牌识别的所有行业的品牌进行分析,直到匹配到品牌结果为止,以及确定匹配到的所述品牌结果为所述待识别物品的品牌结果。
18.一种基于文本信息的品牌识别装置,其特征在于,所述装置包括:
判断模块,用于当根据获取到的待识别物品的文本信息识别到所述待识别物品的类别结果时,判断所述待识别物品的类别结果是否用于表示识别到所述待识别物品的类别,得到判断结果;
匹配模块,用于根据所述判断结果匹配与所述判断结果对应的分析方式;
分析模块,用于根据所述判断结果对应的分析方式,分析所述待识别物品的文本信息,得到所述待识别物品的品牌结果。
19.根据权利要求18所述的基于文本信息的品牌识别装置,其特征在于,所述分析模块包括:
匹配子模块,用于当所述判断结果用于表示识别到所述待识别物品的类别时,对所述待识别物品的文本信息与所述待识别物品的类别结果对应的行业品牌库中至少一个品牌的标识信息进行多模匹配分析,得到与所述待识别物品的文本信息匹配的第一品牌名集合,所述第一品牌名集合包括至少一个品牌名;
判断子模块,用于判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名;
确定子模块,用于当所述判断子模块判断出存在与所述待识别物品的品牌信息匹配的品牌名时,确定与所述待识别物品的品牌信息匹配的品牌名为所述待识别物品的品牌结果。
20.根据权利要求19所述的基于文本信息的品牌识别装置,其特征在于,所述判断子模块,还用于在判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名之前,根据所述待识别物品的文本信息判断所述第一品牌名集合的所有所述品牌名中是否存在确定出的品牌名类型的品牌名,当判断出不存在时,执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作;
以及,所述分析模块还包括:
第一删除子模块,用于当所述判断子模块判断出存在所述品牌名类型的品牌名时,将存在所述品牌名类型的品牌名从所述第一品牌名集合的所有所述品牌名中删除,得到第二品牌名集合,并触发所述判断子模块执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作,所述第二品牌名集合为该第一品牌名集合。
21.根据权利要求19所述的基于文本信息的品牌识别装置,其特征在于,所述判断子模块,还用于在判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名之前,判断所述待识别物品所属的行业是否为确定出的行业集合中某一行业;
所述判断子模块,还用于当判断出所述待识别物品所属的行业为所述某一行业时,判断所述待识别物品的文本信息和确定出的与所述某一行业匹配的内容,当判断出所述待识别物品的文本信息和与所述某一行业匹配的内容时,执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作。
22.根据权利要求19-21任一项所述的基于文本信息的品牌识别装置,其特征在于,所述判断子模块,还用于在判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名之前,判断所有目标品牌名是否全部为主品牌名,所有所述目标品牌名包括所述第一品牌名集合的所有所述品牌名和获取到的用户输入的所述待识别物品的品牌信息,当判断结果为是时,执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作;
以及,所述分析模块还包括:
第一转换子模块,用于当所述判断子模块判断结果为否时,对所有所述目标品牌名中不为主品牌名的品牌名进行主名转换,得到所述待识别物品的第三品牌名集合和/或所述待识别物品的目标品牌信息,所述第三品牌名集合包括至少一个主品牌名;
其中,所述判断子模块判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的方式具体为:
判断所述第三品牌名集合的所有所述主品牌名中是否存在与所述待识别物品的目标品牌信息匹配的品牌名。
23.根据权利要求19-21任一项所述的基于文本信息的品牌识别装置,其特征在于,所述判断子模块,还用于在判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名之前,判断获取到的用户输入的所述待识别物品的品牌信息是否与所述待识别物品的类别结果对应的行业品牌库中某一品牌的标识信息匹配,当判断出匹配时,执行所述的判断所述第一品牌名集合的所有所述品牌名中是否存在与获取到的用户输入的所述待识别物品的品牌信息匹配的品牌名的操作。
24.一种基于文本信息的品牌识别装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-17任一项所述的基于文本信息的品牌识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110644895.2A CN113313187A (zh) | 2021-06-09 | 2021-06-09 | 基于文本信息的品牌识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110644895.2A CN113313187A (zh) | 2021-06-09 | 2021-06-09 | 基于文本信息的品牌识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113313187A true CN113313187A (zh) | 2021-08-27 |
Family
ID=77378399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110644895.2A Pending CN113313187A (zh) | 2021-06-09 | 2021-06-09 | 基于文本信息的品牌识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113313187A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109409964A (zh) * | 2018-11-27 | 2019-03-01 | 口碑(上海)信息技术有限公司 | 优质品牌的识别方法及装置 |
CN110750985A (zh) * | 2018-07-04 | 2020-02-04 | 阿里巴巴集团控股有限公司 | 品牌词识别方法、装置、设备及存储介质 |
JP2020035126A (ja) * | 2018-08-29 | 2020-03-05 | Zホールディングス株式会社 | ブランド辞書作成装置、商品等評価装置、ブランド辞書作成方法及びプログラム。 |
-
2021
- 2021-06-09 CN CN202110644895.2A patent/CN113313187A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750985A (zh) * | 2018-07-04 | 2020-02-04 | 阿里巴巴集团控股有限公司 | 品牌词识别方法、装置、设备及存储介质 |
JP2020035126A (ja) * | 2018-08-29 | 2020-03-05 | Zホールディングス株式会社 | ブランド辞書作成装置、商品等評価装置、ブランド辞書作成方法及びプログラム。 |
CN109409964A (zh) * | 2018-11-27 | 2019-03-01 | 口碑(上海)信息技术有限公司 | 优质品牌的识别方法及装置 |
Non-Patent Citations (1)
Title |
---|
贾娜,: ""基于本体的食品投诉文档文本分类研究"", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》, pages 20 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11341170B2 (en) | Automated extraction, inference and normalization of structured attributes for product data | |
CN112380349A (zh) | 商品性别分类方法、装置及电子设备 | |
CN110705286A (zh) | 一种基于评论信息的数据处理方法及装置 | |
CN113570413B (zh) | 广告关键词的生成方法、装置、存储介质及电子设备 | |
CN112102037A (zh) | 一种基于大数据的直播电商平台商品内容智能推送管理系统 | |
CN112015721A (zh) | 一种基于大数据的电商平台存储数据库的优化方法 | |
CN106649276A (zh) | 标题中核心产品词的识别方法以及装置 | |
CN112527958A (zh) | 用户行为倾向识别方法、装置、设备及存储介质 | |
CN111626813A (zh) | 产品推荐方法及其系统 | |
CN116739626A (zh) | 商品数据挖掘处理方法、装置、电子设备及可读介质 | |
CN113297493B (zh) | 一种物品的品牌识别方法及装置 | |
CN112492342A (zh) | 基于云计算数据分析的电子商务视频直播平台 | |
CN112883719A (zh) | 一种品类词识别方法、模型训练方法、装置及系统 | |
CN111429200B (zh) | 一种内容关联方法及装置、存储介质、计算机设备 | |
CN113313187A (zh) | 基于文本信息的品牌识别方法及装置 | |
CN113495987A (zh) | 数据搜索方法、装置、设备和存储介质 | |
CN113420146A (zh) | 素材的品牌识别方法及装置 | |
KR20210099739A (ko) | 사용자 리뷰 기반 평점 재산정 장치 및 방법 | |
CN116542737A (zh) | 跨境电商平台的大数据处理方法及系统 | |
CN108628875B (zh) | 一种文本标签的提取方法、装置及服务器 | |
CN115525161A (zh) | 词条获取方法、装置及电子设备 | |
CN114912002A (zh) | 电子元器件搜索方法、装置、电子设备及存储介质 | |
CN112215005A (zh) | 实体识别方法及装置 | |
CN112307298B (zh) | 个人品牌标签的生成方法及其装置 | |
CN112541357A (zh) | 实体识别方法、装置及智能设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |