CN113836904B - 商品信息校验方法 - Google Patents

商品信息校验方法 Download PDF

Info

Publication number
CN113836904B
CN113836904B CN202111097548.9A CN202111097548A CN113836904B CN 113836904 B CN113836904 B CN 113836904B CN 202111097548 A CN202111097548 A CN 202111097548A CN 113836904 B CN113836904 B CN 113836904B
Authority
CN
China
Prior art keywords
commodity
conflict
information
preset
detection result
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.)
Active
Application number
CN202111097548.9A
Other languages
English (en)
Other versions
CN113836904A (zh
Inventor
熊泽成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vipshop Guangzhou Software Co Ltd
Original Assignee
Vipshop Guangzhou Software Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vipshop Guangzhou Software Co Ltd filed Critical Vipshop Guangzhou Software Co Ltd
Priority to CN202111097548.9A priority Critical patent/CN113836904B/zh
Publication of CN113836904A publication Critical patent/CN113836904A/zh
Application granted granted Critical
Publication of CN113836904B publication Critical patent/CN113836904B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/258Heading extraction; Automatic titling; Numbering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0623Item investigation
    • G06Q30/0625Directed, with specific intent or strategy
    • G06Q30/0627Directed, with specific intent or strategy using item specifications
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Accounting & Taxation (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种商品信息校验方法,包括获取待校验商品对应的商品信息及校验规则,校验规则包括预设的冲突检测规则及预设的违规检测规则;根据预设的冲突检测规则,识别商品信息中是否存在冲突并生成相应的目标冲突检测结果;根据预设的违规检测规则,识别商品信息中是否存在违规信息并生成相应的目标违规检测结果;根据目标冲突检测结果及目标违规检测结果,生成相应的商品校验评分;在商品校验评分满足预设条件时,确定待校验商品对应的商品信息通过校验,实现了通过审核规则对商品信息是否存在问题进行校验,在后续需要更新相应的检测维度时可以对相应的规则进行更新,提升了商品信息的校验准确度及校验维度更新的更新效率。

Description

商品信息校验方法
技术领域
本发明涉及数据处理领域,尤其涉及一种商品信息校验方法。
背景技术
商品是电商平台运营的基础,商品信息将展示在前端供用户进行浏览选购。电商平台需要对商品信息进行审核,来保证商品信息的正确性与合规性,以避免错误的商品信息对用户产生误导。
商品信息通常具有很多维度,每个维度的审核要求也不尽相同,因此单一的审核方法难以应对各个维度的商品信息,每一个维度往往需要定制化的审核方法进行处理。
因此,亟需一种各校验维度易于修改的商品信息校验方法、以解决现有技术的上述技术问题。
发明内容
为了解决现有技术的不足,本发明的主要目的在于提供一种商品信息校验方法,以解决现有技术的上述技术问题。
为了达到上述目的,第一方面本发明提供了一种商品信息校验方法,所述方法包括:
获取待校验商品对应的商品信息及校验规则,所述校验规则包括预设的冲突检测规则及预设的违规检测规则;
根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验。
在一些实施例中,所述目标冲突检测结果包括第一冲突检测结果,所述商品信息包括商品标题及商品品类,所述根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
利用预设分类模型,根据所述商品标题生成所述待校验商品对应的预测商品品类及预测置信度;
在所述预测商品品类与所述待校验商品对应的商品品类不匹配且所述预测置信度不低于第一预设阈值时,判断所述商品信息中存在冲突并生成相应的第一冲突检测结果。
在一些实施例中,所述目标冲突检测结果包括第二冲突检测结果,所述商品信息还包括商品属性,所述根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
根据所述待校验商品对应的所述商品品类,从预设冲突词库中查询所述商品品类对应所述商品属性的冲突词对,所述冲突词对包括存在冲突的第一关键词及第二关键词;
遍历所述商品属性及所述商品标题,判断所述商品属性中是否包括所述第一关键词及所述商品标题中是否包括所述第二关键词;
在所述商品属性中包括所述第一关键词且所述商品标题中包括所述第二关键词时,根据所述待校验商品对应的商品品类,查询并获取所述商品属性对应的冲突词失效规则;
在所述商品属性及所述商品标题中不满足所述冲突词失效规则时,判断所述商品信息存在冲突并生成相应的第二冲突检测结果。
在一些实施例中,所述目标冲突检测结果包括第三冲突检测结果,所述商品信息包括商品属性,所述根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
根据预设的属性冲突关系库,确定所述待校验产品对应的所述商品属性中是否存在对应的属性值具有冲突的商品属性;
在存在对应的属性值具有冲突的商品属性时,判断所述商品信息中存在冲突并生成相应的第三冲突检测结果。
在一些实施例中,所述目标冲突检测结果包括第四冲突检测结果,所述商品信息包括商品标题及商品品牌,所述根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
根据预设的识别规则,识别所述商品标题中包括的品牌信息;
在所述包括的品牌信息与所述商品品牌不匹配时,判断所述商品信息存在冲突并生成相应的第四冲突检测结果。
在一些实施例中,所述商品信息包括商品标题,所述根据预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果,包括:
根据预设的违规关键词库,检测所述商品标题中是否存在预设的违规关键词;
在所述商品标题中存在预设的违规关键词时,判断所述商品信息中存在违规信息并生成相应的目标违规检测结果。
在一些实施例中,所述预设条件包括对应的第二预设阈值,所述在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验,包括:
在所述商品校验评分不低于所述第二预设阈值时,确定所述待校验商品对应的商品信息通过校验。
第二方面,本申请提供了一种商品信息校验装置,所述装置包括:
获取模块,用于获取待校验商品对应的商品信息及校验规则,所述校验规则包括预设的冲突检测规则及预设的违规检测规则;
识别模块,用于根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
所述识别模块还用于根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
评分模块,用于根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
判断模块,用于在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验。
第三方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上所述的方法。
第四方面,本申请提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
以及与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如下操作:
获取待校验商品对应的商品信息;
根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
根据预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验。
本发明实现的有益效果为:
本申请提供了一种商品信息校验方法,包括获取待校验商品对应的商品信息及校验规则,所述校验规则包括预设的冲突检测规则及预设的违规检测规则;根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验,本申请实现了通过校验规则对商品信息是否存在问题进行校验,在后续需要更新相应的检测维度时可以对相应的冲突检测规则或违规检测规则进行更新,提升了商品信息的校验准确度及校验维度更新的更新效率。
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是本申请实施例提供的方法流程图;
图2是本申请实施例提供的装置结构图;
图3是本申请实施例提供的电子设备结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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做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。
为解决背景技术所述的技术问题,本申请提供了一种商品信息校验方法,可在商品上架前预先对其对应的商品信息进行校验,避免错误的商品信息上架、导致出现问题。
实施例一
具体的,如图1所示,上述商品信息校验方法包括:
S100、获取待检验商品对应的商品信息及审核规则;
其中,上述商品信息包括但不限于商品标题、商品属性、商品品类及商品品牌中的一个或多个。
审核规则可以包括标题属性冲突检测规则、属性间冲突检测规则、标题品牌检测规则、标题违规词检测规则及商品品类冲突检测规则等。具体的,可以根据实际的审核需求对审核规则进行更新,以实现对审核维度的扩充或减少。
S200、根据审核规则包括的冲突检测规则,识别商品信息中是否存在冲突并生成相应的目标冲突检测结果;
上述目标冲突检测结果可以包括第一冲突检测结果、第二冲突检测结果、第三冲突检测结果及第四冲突检测结果。
其中,第一冲突检测结果的生成过程包括:
S210、利用预设分类模型,根据所述商品标题生成待校验商品对应的预测商品品类及预测置信度;
预设分类模型可以是经训练的机器学习模型,例如ernie模型。预设分类模型可以根据输入的商品标题,预测得到其对应的预测商品品类及该待校验商品属于该预测商品品类的置信度。其中,置信度对应的值越高则表示商品标题表述的品类为预测商品品类的概率越大、可信度越高。
S211、在预测商品品类与待校验商品对应的商品品类不匹配且预测置信度不低于第一预设阈值时,判断商品信息中存在商品品类与商品标题的冲突并生成相应的第一冲突检测结果;
待校验商品对应的商品品类可以根据待校验商品对应的商品信息中记录的该待校验商品对应的商品品类确定。
第一预设阈值可以根据实际业务需求指定。例如,在置信度的取值区间为[0,1]时,对应的第一预设阈值可以是0.9。
在预测商品品类与待校验商品对应的商品品类不匹配但预测置信度低于第一预设阈值时,或在预测商品品类与待校验商品对应的商品品类匹配时,可以判断商品信息中不存在商品品类与商品标题的冲突并生成相应的第一冲突检测结果。
其中,第二冲突检测结果的生成过程包括:
S220、根据待校验产品对应的商品品类,从预设冲突词库中查询并获取对应每一商品属性分别的冲突词对;
第二冲突检测结果用于表征商品标题与商品属性间是否存在冲突。例如,某商品品类为棉被类的商品,其商品属性中厚薄度对应的属性值为“厚”,那么标题中如果出现“薄”则可以表征商品标题与商品属性间存在冲突,标题没有正确表述商品特征,此维度商品信息审核不通过。
具体的,冲突词对可以如表1所示。其中,表1的冲突词对字段包含两个预设的互相冲突的第一关键词及第二关键词。除此之外,还有一个专门的冲突词失效规则表,供规则引擎进行读取并应用相应的冲突词失效规则,具体如表2所示。
表1
表2
S221、遍历商品标题及待校验商品对应的每一商品属性,判断商品标题与商品属性中是否存在冲突词对;
具体的,在商品标题包括第一关键词且商品属性中包括第二关键词时,可以确定商品标题与商品属性中存在冲突词对。第一关键词可以是相应的冲突词对中的任意一个词,第二关键词则是相应的冲突词对中除第一关键词以外的词。
S222、根据审核规则中包含的该冲突词对对应的冲突失效词及失效词关系,确定商品标题和/或商品属性中是否包括相应的冲突失效词及相应的失效词关系;
在商品标题中包含冲突词对中的第一关键词且商品属性中包含该第一关键词对应的第二关键词时,可以判断商品标题与该商品属性间存在冲突词对。
然而,在一些实施场景中,虽然商品标题与商品属性间存在冲突词,但商品标题与商品属性并不一定存在冲突。例如,在待校验商品所属的商品品类为服装类时,则其对应的产品属性中的适用性别属性,可能是男士或女士。但有一些服装类商品,其可能是男女通用的。那么该产品所对应的商品标题及产品属性里可能同时存在男士及女士两个关键词,这种情况下判断该待校验商品的商品标题及产品属性中存在冲突就显然是不合理的。
为此,本申请提出了根据商品标题与商品属性中包含的冲突词对,从审核规则中查询并获取相应的冲突失效词及失效词关系。在对应的失效词关系是and时,若商品标题和/或商品属性包括对应的所有冲突失效词,则可以判断商品标题及商品属性间不存在冲突,并生成相应的第二冲突检测结果。反之,则可以判断商品标题及商品属性间存在冲突,并生成相应的第二冲突检测结果。
在对应的失效词关系是or时,若商品标题和/或商品属性包括对应的冲突失效词中的至少一个时,则可以判断商品标题及商品属性间不存在冲突,并生成相应的第二冲突检测结果。反之,则可以判断商品标题及商品属性间存在冲突,并生成相应的第二冲突检测结果。
S223、根据商品标题和/或商品属性中是否包括相应的冲突失效词及相应的失效词关系,生成相应的第二冲突检测结果;
第三冲突检测结果的生成过程包括:
S230、根据预设的属性冲突关系库,确定待校验产品对应的商品属性中是否存在对应的属性值具有冲突的商品属性;
具体的,待检验产品可能存在多个商品属性,而商品属性间可能也会存在冲突。例如,某产品的商品属性包括适用年龄及适用人群,若该产品的适用年龄对应的属性值为“20-40”岁,而对应的适用人群为“婴儿”,就会导致商品属性间存在冲突。
表3示出了一种示例性的商品属性冲突关系表,其中包括预先确定的可能会出现冲突的属性a及属性b,以及互相冲突的对应的属性值a及属性值b。
表3
在当待校验产品符合了商品属性冲突关系表中的一条或多条冲突关系时,可以确定待校验产品对应的商品属性中存在对应的属性值具有冲突的商品属性。其中,当待校验产品包括了一条冲突关系对应的属性a及属性b,且对应的属性值符合该冲突关系中包含的属性值a及属性值b时,可以认为待校验产品符合了该冲突关系。
S231、根据确定的待校验产品对应的商品属性中是否存在对应的属性值具有冲突的商品属性,生成相应的第三冲突检测结果。
当待校验产品符合了商品属性冲突关系表中的一条或多条冲突关系时,可以认为待校验产品的商品属性间存在冲突,并生成对应的第三冲突检测结果。反之则认为待校验产品的商品属性间不存在冲突。
第四冲突检测结果的生成过程包括:
S240、根据预设的识别规则,识别商品标题中包含的品牌信息;
具体的,可以对商品标题进行分词,获得相应的分词结果。然后根据预设的品牌库及分词结果,识别商品标题中包含的品牌信息。
S241、在商品标题中包含的品牌信息与商品品牌不匹配时,判断商品信息存在冲突并生成相应的第四冲突检测结果;
具体的,在商品标题包含的品牌信息与商品信息中包含的商品品牌不属于同一个品牌时,可以判断商品标题与商品品牌不匹配,商品信息存在冲突并生成相应的第四冲突检测结果。反之,若商品标题包含的品牌信息与商品信息中包含的商品品牌属于同一个品牌,可以判断商品标题与商品品牌匹配,商品标题与商品品牌不存在冲突并生成相应的第四冲突检测结果。
S250、根据第一冲突检测结果、第二冲突检测结果、第三冲突检测结果及第四冲突检测结果,生成目标冲突检测结果;
S300、根据预设的违规检测规则,识别商品信息中是否存在违规信息并生成相应的目标违规检测结果;
违规检测规则可以包括商品标题、商品品牌、商品属性及商品品类等各个商品信息的维度分别对应的违禁词词库。在任一商品信息的维度中包含了对应的违禁词词库中的一个或多个违禁词时,可以判断商品信息中存在违规信息并生成相应的目标违规检测结果。反之,则可以判断商品信息中不存在违规信息并生成相应的目标违规检测结果。
S400、根据目标冲突检测结果及目标违规检测结果,生成相应的商品校验评分;
具体的,可以规定目标违规检测结果及目标冲突检测结果包含的每一维度的冲突检测结果分别对应的分值。表4示出了一种示例性的评分规则。可以预设一初始得分,在对应的冲突检测结果为存在冲突或目标违规检测结果为存在违规信息时,对初始得分扣除相应的分值,以得到该待校验商品对应的商品校验评分。
表4
S500、在商品校验评分满足预设条件时,确定待校验产品对应的商品信息通过校验;
具体的,可以在商品校验评分超过预设分数阈值时确定待校验产品对应的商品信息通过校验,以便执行后续相应的商品上架等操作。
在商品校验评分不超过预设分数阈值,可以确定待校验产品对应的商品信息不通过校验,并向商品信息的上传者发送相应的修改指令,以便上传者根据修改指令进行修改后重新上传修改后的商品信息并重新进行商品信息校验。
实施例二
对应上述实施例,本申请提供了一种商品信息校验方法,如图1所示,所述方法包括:
1100、获取待校验商品对应的商品信息及校验规则,所述校验规则包括预设的冲突检测规则及预设的违规检测规则;
1200、根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
优选的,所述目标冲突检测结果包括第一冲突检测结果,所述商品信息包括商品标题及商品品类,所述根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
1210、利用预设分类模型,根据所述商品标题生成所述待校验商品对应的预测商品品类及预测置信度;
1211、在所述预测商品品类与所述待校验商品对应的商品品类不匹配且所述预测置信度不低于第一预设阈值时,判断所述商品信息中存在冲突并生成相应的第一冲突检测结果。
优选的,所述目标冲突检测结果包括第二冲突检测结果,所述商品信息还包括商品属性,所述根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
1220、根据所述待校验商品对应的所述商品品类,从预设冲突词库中查询所述商品品类对应所述商品属性的冲突词对,所述冲突词对包括存在冲突的第一关键词及第二关键词;
1221、遍历所述商品属性及所述商品标题,判断所述商品属性中是否包括所述第一关键词及所述商品标题中是否包括所述第二关键词;
1222、在所述商品属性中包括所述第一关键词且所述商品标题中包括所述第二关键词时,根据所述待校验商品对应的商品品类,查询并获取所述商品属性对应的冲突词失效规则;
1223、在所述商品属性及所述商品标题中不满足所述冲突词失效规则时,判断所述商品信息存在冲突并生成相应的第二冲突检测结果。
优选的,所述目标冲突检测结果包括第三冲突检测结果,所述商品信息包括商品属性,所述根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
1230、根据预设的属性冲突关系库,确定所述待校验产品对应的所述商品属性中是否存在对应的属性值具有冲突的商品属性;
1231、在存在对应的属性值具有冲突的商品属性时,判断所述商品信息中存在冲突并生成相应的第三冲突检测结果。
优选的,所述目标冲突检测结果包括第四冲突检测结果,所述商品信息包括商品标题及商品品牌,所述根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
1240、根据预设的识别规则,识别所述商品标题中包括的品牌信息;
1241、在所述包括的品牌信息与所述商品品牌不匹配时,判断所述商品信息存在冲突并生成相应的第四冲突检测结果。
1300、根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
优选的,所述商品信息包括商品标题,所述根据预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果,包括:
1310、根据预设的违规关键词库,检测所述商品标题中是否存在预设的违规关键词;
1311、在所述商品标题中存在预设的违规关键词时,判断所述商品信息中存在违规信息并生成相应的目标违规检测结果。
1400、根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
1500、在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验。
优选的,所述预设条件包括对应的第二预设阈值,所述在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验,包括:
1510、在所述商品校验评分不低于所述第二预设阈值时,确定所述待校验商品对应的商品信息通过校验。
实施例三
对应上述所有实施例,本申请提供了一种商品信息校验装置,如图2所示,所述装置包括:
获取模块210,用于获取待校验商品对应的商品信息及校验规则,所述校验规则包括预设的冲突检测规则及预设的违规检测规则;
识别模块220,用于根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
所述识别模块220还用于根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
评分模块230,用于根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
判断模块240,用于在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验。
优选的,所述目标冲突检测结果包括第一冲突检测结果,所述商品信息包括商品标题及商品品类,所述识别模块220可用于利用预设分类模型,根据所述商品标题生成所述待校验商品对应的预测商品品类及预测置信度;在所述预测商品品类与所述待校验商品对应的商品品类不匹配且所述预测置信度不低于第一预设阈值时,判断所述商品信息中存在冲突并生成相应的第一冲突检测结果
优选的,所述目标冲突检测结果包括第二冲突检测结果,所述商品信息还包括商品属性,所述识别模块220可用于根据所述待校验商品对应的所述商品品类,从预设冲突词库中查询所述商品品类对应所述商品属性的冲突词对,所述冲突词对包括存在冲突的第一关键词及第二关键词;遍历所述商品属性及所述商品标题,判断所述商品属性中是否包括所述第一关键词及所述商品标题中是否包括所述第二关键词;在所述商品属性中包括所述第一关键词且所述商品标题中包括所述第二关键词时,根据所述待校验商品对应的商品品类,查询并获取所述商品属性对应的冲突词失效规则;在所述商品属性及所述商品标题中不满足所述冲突词失效规则时,判断所述商品信息存在冲突并生成相应的第二冲突检测结果。
优选的,所述目标冲突检测结果包括第三冲突检测结果,所述商品信息包括商品属性,所述识别模块220可用于根据预设的属性冲突关系库,确定所述待校验产品对应的所述商品属性中是否存在对应的属性值具有冲突的商品属性;在存在对应的属性值具有冲突的商品属性时,判断所述商品信息中存在冲突并生成相应的第三冲突检测结果。
优选的,所述目标冲突检测结果包括第四冲突检测结果,所述商品信息包括商品标题及商品品牌,所述识别模块220可用于根据预设的识别规则,识别所述商品标题中包括的品牌信息;在所述包括的品牌信息与所述商品品牌不匹配时,判断所述商品信息存在冲突并生成相应的第四冲突检测结果。
优选的,所述商品信息包括商品标题,所述识别模块220可用于根据预设的违规关键词库,检测所述商品标题中是否存在预设的违规关键词;在所述商品标题中存在预设的违规关键词时,判断所述商品信息中存在违规信息并生成相应的目标违规检测结果。
优选的,所述预设条件包括对应的第二预设阈值,所述判断模块240可用于在所述商品校验评分不低于所述第二预设阈值时,确定所述待校验商品对应的商品信息通过校验。
实施例四
对应上述方法、装置,本申请实施例提供一种电子设备,包括:
一个或多个处理器;以及与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如下操作:获取待校验商品对应的商品信息及校验规则,所述校验规则包括预设的冲突检测规则及预设的违规检测规则;
根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验。
其中,图3示例性的展示出了电子设备的架构,具体可以包括处理器1510,视频显示适配器1511,磁盘驱动器1512,输入/输出接口1513,网络接口1514,以及存储器1520。上述处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,与存储器1520之间可以通过总线1530进行通信连接。
其中,处理器1510可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请所提供的技术方案。
存储器1520可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1520可以存储用于控制电子设备1500运行的操作系统1521,用于控制电子设备1500的低级别操作的基本输入输出系统(BIOS)1522。另外,还可以存储网页浏览器1523,数据存储管理系统1524,以及图标字体处理系统1525等等。上述图标字体处理系统1525就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之,在通过软件或者固件来实现本申请所提供的技术方案时,相关的程序代码保存在存储器1520中,并由处理器1510来调用执行。
输入/输出接口1513用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口1514用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1530包括一通路,在设备的各个组件(例如处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,与存储器1520)之间传输信息。
另外,该电子设备1500还可以从虚拟资源对象领取条件信息数据库中获得具体领取条件的信息,以用于进行条件判断,等等。
需要说明的是,尽管上述设备仅示出了处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,存储器1520,总线1530等,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本申请方案所必需的组件,而不必包含图中所示的全部组件。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的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存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,云服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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劳动的情况下,即可以理解并实施。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种商品信息校验方法,其特征在于,所述方法包括:
获取待校验商品对应的商品信息及校验规则,所述校验规则包括预设的冲突检测规则及预设的违规检测规则;
根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验;
其中,所述商品信息包括商品标题及商品品类;
所述目标冲突检测结果包括第二冲突检测结果,所述商品信息还包括商品属性,所述根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
根据所述待校验商品对应的所述商品品类,从预设冲突词库中查询所述商品品类对应所述商品属性的冲突词对,所述冲突词对包括存在冲突的第一关键词及第二关键词;
遍历所述商品属性及所述商品标题,判断所述商品属性中是否包括所述第一关键词及所述商品标题中是否包括所述第二关键词;
在所述商品属性中包括所述第一关键词且所述商品标题中包括所述第二关键词时,根据所述待校验商品对应的商品品类,查询并获取所述商品属性对应的冲突词失效规则;
在所述商品属性及所述商品标题中不满足所述冲突词失效规则时,判断所述商品信息存在冲突并生成相应的第二冲突检测结果。
2.根据权利要求1所述的商品信息校验方法,其特征在于,所述目标冲突检测结果包括第一冲突检测结果,所述根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
利用预设分类模型,根据所述商品标题生成所述待校验商品对应的预测商品品类及预测置信度;
在所述预测商品品类与所述待校验商品对应的商品品类不匹配且所述预测置信度不低于第一预设阈值时,判断所述商品信息中存在冲突并生成相应的第一冲突检测结果。
3.根据权利要求1所述的商品信息校验方法,其特征在于,所述目标冲突检测结果包括第三冲突检测结果,所述商品信息包括商品属性,所述根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
根据预设的属性冲突关系库,确定所述待校验商品对应的所述商品属性中是否存在对应的属性值具有冲突的商品属性;
在存在对应的属性值具有冲突的商品属性时,判断所述商品信息中存在冲突并生成相应的第三冲突检测结果。
4.根据权利要求1-3中任一项所述的商品信息校验方法,其特征在于,所述目标冲突检测结果包括第四冲突检测结果,所述商品信息包括商品标题及商品品牌,所述根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果,包括:
根据预设的识别规则,识别所述商品标题中包括的品牌信息;
在所述包括的品牌信息与所述商品品牌不匹配时,判断所述商品信息存在冲突并生成相应的第四冲突检测结果。
5.根据权利要求1-3中任一项所述的商品信息校验方法,其特征在于,所述商品信息包括商品标题,所述根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果,包括:
根据预设的违规关键词库,检测所述商品标题中是否存在预设的违规关键词;
在所述商品标题中存在预设的违规关键词时,判断所述商品信息中存在违规信息并生成相应的目标违规检测结果。
6.根据权利要求1-3中任一项所述的商品信息校验方法,其特征在于,所述预设条件包括对应的第二预设阈值,所述在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验,包括:
在所述商品校验评分不低于所述第二预设阈值时,确定所述待校验商品对应的商品信息通过校验。
7.一种实现如权利要求1~6任一项所述商品信息校验方法的商品信息校验装置,其特征在于,所述装置包括:
获取模块,用于获取待校验商品对应的商品信息及校验规则,所述校验规则包括预设的冲突检测规则及预设的违规检测规则;
识别模块,用于根据所述预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
所述识别模块还用于根据所述预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
评分模块,用于根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
判断模块,用于在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验。
8.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
以及与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行如权利要求1~6任一项所述的商品信息校验方法时,执行如下操作:
获取待校验商品对应的商品信息;
根据预设的冲突检测规则,识别所述商品信息中是否存在冲突并生成相应的目标冲突检测结果;
根据预设的违规检测规则,识别所述商品信息中是否存在违规信息并生成相应的目标违规检测结果;
根据所述目标冲突检测结果及所述目标违规检测结果,生成相应的商品校验评分;
在所述商品校验评分满足预设条件时,确定所述待校验商品对应的商品信息通过校验。
CN202111097548.9A 2021-09-18 2021-09-18 商品信息校验方法 Active CN113836904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111097548.9A CN113836904B (zh) 2021-09-18 2021-09-18 商品信息校验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111097548.9A CN113836904B (zh) 2021-09-18 2021-09-18 商品信息校验方法

Publications (2)

Publication Number Publication Date
CN113836904A CN113836904A (zh) 2021-12-24
CN113836904B true CN113836904B (zh) 2023-11-17

Family

ID=78959775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111097548.9A Active CN113836904B (zh) 2021-09-18 2021-09-18 商品信息校验方法

Country Status (1)

Country Link
CN (1) CN113836904B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116051132B (zh) * 2023-04-03 2023-06-30 之江实验室 一种违规商品识别方法、装置、计算机设备和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102262765A (zh) * 2010-05-27 2011-11-30 阿里巴巴集团控股有限公司 一种发布商品信息的方法及装置
CN109426756A (zh) * 2017-09-04 2019-03-05 杭州海康威视数字技术股份有限公司 一种条码识别结果的查错方法及装置
CN109597990A (zh) * 2018-11-22 2019-04-09 中国人民大学 一种社会热点与商品品类的匹配方法
CN110674305A (zh) * 2019-10-10 2020-01-10 天津师范大学 一种基于深层特征融合模型的商品信息分类方法
CN111144697A (zh) * 2019-11-29 2020-05-12 泰康保险集团股份有限公司 数据处理方法、装置、存储介质及电子设备
CN111651585A (zh) * 2020-04-27 2020-09-11 平安普惠企业管理有限公司 信息校验方法、装置、电子设备及存储介质
CN112529429A (zh) * 2020-12-16 2021-03-19 平安科技(深圳)有限公司 客户信息校验方法、装置、计算机设备及存储介质
CN112883719A (zh) * 2021-02-01 2021-06-01 南京苏宁软件技术有限公司 一种品类词识别方法、模型训练方法、装置及系统
CN112950309A (zh) * 2021-02-02 2021-06-11 政采云有限公司 一种政采商品合规检测方法、装置、电子设备及存储介质
CN113159727A (zh) * 2021-05-07 2021-07-23 多点(深圳)数字科技有限公司 商品检测方法和装置、电子设备及存储介质
CN113344523A (zh) * 2021-05-27 2021-09-03 中国工商银行股份有限公司 数据处理方法方法及装置、电子设备和计算机可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110302167A1 (en) * 2010-06-03 2011-12-08 Retrevo Inc. Systems, Methods and Computer Program Products for Processing Accessory Information
US20140279542A1 (en) * 2013-03-15 2014-09-18 Independence Bancshares, Inc. Mobile currency messaging systems
CN107844586B (zh) * 2017-11-16 2022-05-06 百度在线网络技术(北京)有限公司 新闻推荐方法和装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102262765A (zh) * 2010-05-27 2011-11-30 阿里巴巴集团控股有限公司 一种发布商品信息的方法及装置
CN109426756A (zh) * 2017-09-04 2019-03-05 杭州海康威视数字技术股份有限公司 一种条码识别结果的查错方法及装置
CN109597990A (zh) * 2018-11-22 2019-04-09 中国人民大学 一种社会热点与商品品类的匹配方法
CN110674305A (zh) * 2019-10-10 2020-01-10 天津师范大学 一种基于深层特征融合模型的商品信息分类方法
CN111144697A (zh) * 2019-11-29 2020-05-12 泰康保险集团股份有限公司 数据处理方法、装置、存储介质及电子设备
CN111651585A (zh) * 2020-04-27 2020-09-11 平安普惠企业管理有限公司 信息校验方法、装置、电子设备及存储介质
CN112529429A (zh) * 2020-12-16 2021-03-19 平安科技(深圳)有限公司 客户信息校验方法、装置、计算机设备及存储介质
CN112883719A (zh) * 2021-02-01 2021-06-01 南京苏宁软件技术有限公司 一种品类词识别方法、模型训练方法、装置及系统
CN112950309A (zh) * 2021-02-02 2021-06-11 政采云有限公司 一种政采商品合规检测方法、装置、电子设备及存储介质
CN113159727A (zh) * 2021-05-07 2021-07-23 多点(深圳)数字科技有限公司 商品检测方法和装置、电子设备及存储介质
CN113344523A (zh) * 2021-05-27 2021-09-03 中国工商银行股份有限公司 数据处理方法方法及装置、电子设备和计算机可读存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Un-Compromised Credibility: Social Media Based Multi-Class Hate Speech Classification for Text;Muhammad Sabih等;IEEE;第9卷;第109465页-109477页 *
基于RFID的未知标签检测协议研究;赖锴等;计算机应用研究;第32卷(第3期);第814页-820页 *
基于UDI的医用高值耗材管理实践;任燕敏等;条码与信息系统(第3期);第31页-34页 *
基于日志数据的分布式软件系统故障诊断综述;贾统等;软件学报;第31卷(第7期);第1997页-2018页 *
复句关系词规则生成系统中的冲突检测与处理;杨进才;谢芳;王中华;胡金柱;;中文信息学报;第29卷(第04期);第9页-15页 *

Also Published As

Publication number Publication date
CN113836904A (zh) 2021-12-24

Similar Documents

Publication Publication Date Title
US8019756B2 (en) Computer apparatus, computer program and method, for calculating importance of electronic document on computer network, based on comments on electronic document included in another electronic document associated with former electronic document
CN104536980A (zh) 一种确定候评项的质量信息的方法与装置
US11409888B2 (en) Security information processing device, information processing method, and recording medium
US11244366B2 (en) Catalog quality management model
CN112528007B (zh) 一种招商项目的目标企业的确认方法及确认装置
CN109189372B (zh) 保险产品的开发脚本生成方法及终端设备
CN113642867A (zh) 评估风险的方法及系统
CN113836904B (zh) 商品信息校验方法
CN114116441A (zh) 一种ui界面测试方法、装置、电子设备及存储介质
CN110362702B (zh) 图片管理方法及设备
US9760611B2 (en) Identifying element relationships in a document
CN111222051A (zh) 一种趋势预测模型的训练方法及装置
CN108470065B (zh) 一种异常评论文本的确定方法及装置
CN113722487A (zh) 用户情感分析方法、装置、设备及存储介质
CN112579781A (zh) 文本归类方法、装置、电子设备及介质
CN112348615A (zh) 用于审核信息的方法和装置
CN110619067A (zh) 基于行业分类的检索方法、检索装置及可读存储介质
CN114356896B (zh) 一种数据库检测方法及装置
CN116644102A (zh) 投资对象的智能遴选方法、系统终端及计算机可读存储介质
CN113781180B (zh) 一种物品推荐方法、装置、电子设备及存储介质
CN109242690A (zh) 理财产品推荐方法、装置、计算机设备及可读存储介质
CN115017385A (zh) 一种物品搜索方法、装置、设备和存储介质
CN114969385A (zh) 基于文档属性赋值实体权重的知识图谱优化方法及装置
CN113919352A (zh) 数据库敏感数据识别方法及装置
CN112307298B (zh) 个人品牌标签的生成方法及其装置

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
GR01 Patent grant
GR01 Patent grant