CN114417039A - 同一房源的确定方法、目标房源的确定方法及装置 - Google Patents

同一房源的确定方法、目标房源的确定方法及装置 Download PDF

Info

Publication number
CN114417039A
CN114417039A CN202210066123.XA CN202210066123A CN114417039A CN 114417039 A CN114417039 A CN 114417039A CN 202210066123 A CN202210066123 A CN 202210066123A CN 114417039 A CN114417039 A CN 114417039A
Authority
CN
China
Prior art keywords
room
sources
source
house
text
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.)
Withdrawn
Application number
CN202210066123.XA
Other languages
English (en)
Inventor
石雅洁
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.)
Shenzhen Jizhi Digital Technology Co Ltd
Original Assignee
Shenzhen Jizhi Digital Technology 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 Shenzhen Jizhi Digital Technology Co Ltd filed Critical Shenzhen Jizhi Digital Technology Co Ltd
Priority to CN202210066123.XA priority Critical patent/CN114417039A/zh
Publication of CN114417039A publication Critical patent/CN114417039A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及数据处理技术领域，提供了一种同一房源的确定方法、目标房源的确定方法及装置。同一房源的确定方法包括：获取多个第一房源的文本信息；根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；获取多个第二房源的图片信息；根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。采用上述技术手段，解决现有技术中，在对比同一房源时，直接比对房源图片的相似程度，所需要的时间多，比对过程复杂度过高的问题。

Description

同一房源的确定方法、目标房源的确定方法及装置
技术领域
本公开涉及数据处理技术领域，尤其涉及一种同一房源的确定方法、目标房源的确定方法及装置。
背景技术
在获取不同开发商房源信息后，需要对比同一房源的情况，以提高房源的报盘率或者筛选虚假房源。由于房源数量过多，如果直接比对房源图片相似程度，所需要的时间多，比对过程复杂度过高。而现有技术在对比同一房源时，往往比对的是房源图片。
在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：在对比同一房源时，直接比对房源图片的相似程度，所需要的时间多，比对过程复杂度过高的问题。
发明内容
有鉴于此，本公开实施例提供了一种同一房源的确定方法、目标房源的确定方法、装置、电子设备及计算机可读存储介质，以解决现有技术中，在对比同一房源时，直接比对房源图片的相似程度，所需要的时间多，比对过程复杂度过高的问题。
本公开实施例的第一方面，提供了一种同一房源的确定方法，包括：获取多个第一房源的文本信息；根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；获取多个第二房源的图片信息；根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。
本公开实施例的第二方面，提供了一种目标房源的确定方法，包括：获取目标用户的指令信息和多个第一房源的文本信息，其中，指令信息，包括：目标文本信息和目标图片信息；根据目标文本信息和每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；获取多个第二房源的图片信息；根据目标图片信息和每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出目标房源。
本公开实施例的第三方面，提供了一种同一房源的确定方法，包括：第一获取模块，被配置为获取多个第一房源的文本信息；第一确定模块，被配置为根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；第二获取模块，被配置为获取多个第二房源的图片信息；第二确定模块，被配置为根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。
本公开实施例的第四方面，提供了一种目标房源的确定方法，包括：第三获取模块，被配置为获取目标用户的指令信息和多个第一房源的文本信息，其中，指令信息，包括：目标文本信息和目标图片信息；第三确定模块，被配置为根据目标文本信息和每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；第四获取模块，被配置为获取多个第二房源的图片信息；第四确定模块，被配置为根据目标图片信息和每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出目标房源。
本公开实施例的第五方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第六方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果是：因为本公开实施例通过获取多个第一房源的文本信息；根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；获取多个第二房源的图片信息；根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源，因此，采用上述技术手段，可以解决现有技术中，在对比同一房源时，直接比对房源图片的相似程度，所需要的时间多，比对过程复杂度过高的问题，进而提高对比同一房源的效率。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术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公开的一些实施例，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它的附图。
图1是本公开实施例的应用场景的场景示意图；
图2是本公开实施例提供的一种同一房源的确定方法的流程示意图；
图3是本公开实施例提供的一种目标房源的确定方法的流程示意图；
图4是本公开实施例提供的一种同一房源的确定装置的结构示意图；
图5是本公开实施例提供的一种目标房源的确定装置的结构示意图；
图6是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
下面将结合附图详细说明根据本公开实施例的一种同一房源的确定方法和装置。
图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括终端设备1、2和3、服务器4以及网络5。
终端设备1、2和3可以是硬件，也可以是软件。当终端设备1、2和3为硬件时，其可以是具有显示屏且支持与服务器4通信的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等；当终端设备1、2和3为软件时，其可以安装在如上的电子设备中。终端设备1、2和3可以实现为多个软件或软件模块，也可以实现为单个软件或软件模块，本公开实施例对此不作限制。进一步地，终端设备1、2和3上可以安装有各种应用，例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
服务器4可以是提供各种服务的服务器，例如，对与其建立通信连接的终端设备发送的请求进行接收的后台服务器，该后台服务器可以对终端设备发送的请求进行接收和分析等处理，并生成处理结果。服务器4可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。
需要说明的是，服务器4可以是硬件，也可以是软件。当服务器4为硬件时，其可以是为终端设备1、2和3提供各种服务的各种电子设备。当服务器4为软件时，其可以是为终端设备1、2和3提供各种服务的多个软件或软件模块，也可以是为终端设备1、2和3提供各种服务的单个软件或软件模块，本公开实施例对此不作限制。
网络5可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙(Bluetooth)、近场通信(Near FieldCommunication，NFC)、红外(Infrared)等，本公开实施例对此不作限制。
用户可以通过终端设备1、2和3经由网络5与服务器4建立通信连接，以接收或发送信息等。需要说明的是，终端设备1、2和3、服务器4以及网络5的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。
图2是本公开实施例提供的一种同一房源的确定方法的流程示意图。图2的同一房源的确定方法可以由图1的终端设备或服务器执行。如图2所示，该同一房源的确定方法包括：
S201，获取多个第一房源的文本信息；
S202，根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；
S203，获取多个第二房源的图片信息；
S204，根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。
文本信息，包括：小区名称和关于该房源描述性的语句等。图片信息是第二房源的图片，包括：卧室、卫生间和户型图等。从多个第二房源确定出属于同一个房源的第二房源，可以是确定出多组同一个房源的多个第二房源。比如多个第二房源，包括：A号房源、B号房源、C号房源、D号房源、E号房源、F号房源，其中，经过第二匹配操作之后，将A号房源和B号房源确定为同一个房源；将C号房源、D号房源、E号房源和F号房源确定为同一个房源。
在一个可选实施例中，在获取多个第二房源的图片信息之前，通过房源的朝向、房源所在楼的楼层数和房源的所在楼层对多个第一房源进行第三匹配操作，以更新多个第二房源。
根据本公开实施例提供的技术方案，因为本公开实施例通过获取多个第一房源的文本信息；根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；获取多个第二房源的图片信息；根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源，因此，采用上述技术手段，可以解决现有技术中，在对比同一房源时，直接比对房源图片的相似程度，所需要的时间多，比对过程复杂度过高的问题，进而提高对比同一房源的效率。
在步骤202中，根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源，包括：对每个第一房源的文本信息进行文本拼接处理，得到每个第一房源对应的拼接结果；对每个第一房源对应的拼接结果进行文本分词处理，得到每个第一房源对应的多个分词结果；对每个第一房源对应的每个分词结果进行文本序列化处理，得到每个第一房源对应的每个分词结果的文本序列；根据每个第一房源对应的每个分词结果的文本序列，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源。
文本信息，包括：小区名称和关于该房源描述性的语句等，对每个第一房源的文本信息进行文本拼接处理，可以将小区名称和关于该房源描述性的语句等拼接到一起，同时还可以去除小区名称和关于该房源描述性的语句等中的空格等干扰信息；对每个第一房源对应的拼接结果进行文本分词处理，是根据语义信息将每个第一房源对应的拼接结果分为多个分词结果，一个分词结果可以是一个句子或者短语或者词语。对每个第一房源对应的每个分词结果进行文本序列化处理，可以消除无语义信息的字词影响，例如“如果”、“因此”等。
可选地，还可以统一文本序列的长度，截断较长的序列，用0填充过短的序列，保证输入的文本序列的长度对齐。本步骤可以通过对文本序列进行对齐操作实现。
根据每个第一房源对应的每个分词结果的文本序列，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源，包括：基于每个第一房源对应的每个分词结果的文本序列，生成每个第一房源对应的每个分词结果的文本序列的序列特征向量；按照预设公式计算每个第一房源对应的每个序列特征向量对应的概率；基于每个第一房源对应的每个序列特征向量和每个序列特征向量对应的概率，生成每个第一房源对应的文本信息的文本特征向量；根据每个第一房源对应的文本特征向量，计算任意两个第一房源之间的相似度；将相似度大于第一预设阈值的多个第一房源确定为多个第二房源。
生成文本序列的序列特征向量，是将文本信息用数学信息表示。预设公式可以是：
P(D＝1|w,context)＝σ(logp(w|context)-logkpn(w))
P(D＝1|w,context)每个序列特征向量对应的概率，P(D＝1|w,context)表示一个目标文本w来自于context文本驱动的概率。其中，k是先验参数，表明噪声的采样概率，p(w|context)是非归一化的概率分布，pn(w)是背景噪声的词分布，σ为可调系数。
基于每个第一房源对应的每个序列特征向量和每个序列特征向量对应的概率，生成每个第一房源对应的文本信息的文本特征向量，可以是将每个序列特征向量对应的概率作为每个序列特征向量的权值，然后对每个序列特征向量加权求和，再求平均，得到每个第一房源对应的文本信息的文本特征向量。相似度可以是余弦相似度，当然也可以是其他的相似度。
比如多个第二房源，包括：A号房源、B号房源、C号房源、D号房源、E号房源、F号房源。计算任意两个第一房源之间的相似度，发现A号房源和B号房源的相似度大于第一预设阈值；C号房源和D号房源的相似度大于第一预设阈值，C号房源和E号房源的相似度大于第一预设阈值，E号房源和F号房源的相似度大于第一预设阈值。那么将A号房源和B号房源确定为同一个房源；将C号房源、D号房源、E号房源和F号房源确定为同一个房源。
在步骤204中，根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源，包括：利用残差网络从每个第二房源的图片信息中提取多个底层语义特征和多个高层语义特征；利用特征金字塔网络融合每个第二房源对应的多个底层语义特征和多个高层语义特征，得到每个第二房源对应的第一融合特征；根据每个第二房源对应的第一融合特征，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。
残差网络模型可以选用resnet50。特征金字塔网络是FPN(feature pyramidnetworks)。
根据每个第二房源对应的第一融合特征，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源，包括：将每个第二房源对应的第一融合特征输入分类网络，输出每个第二房源对应的类别；将每个第二房源对应的第一融合特征输入局部特征提取网络，输出每个第二房源对应的局部特征；将每个第二房源对应的第一融合特征输入全局特征提取网络，输出每个第二房源对应的全局特征；融合每个第二房源对应的类别、局部特征和全局特征，得到每个第二房源对应的第二融合特征；根据每个第二房源对应的第二融合特征，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。
分类网络，包括：三个全连接层和softmax层，三个全连接层用于从第一融合特征中提取特征信息，softmax用于输出类别。类别，包括：卧室、卫生间、厨房、客厅、阳台、户型图和毛坯等。分类网络是为了第二房源的图片是属于哪一个类别。
局部特征提取网络和全局特征提取网络均是多头注意力网络。局部特征提取网络和全局特征提取网络通过训练，使得局部特征提取网络提取局部特征，全局特征提取网络提取全局特征。具体地，在训练中，引入正则化项对局部特征提取网络和全局特征进行训练。正则化(regularization)，是指在线性代数理论中，不适定问题通常是由一组线性代数方程定义的，而且这组方程组通常来源于有着很大的条件数的不适定反问题。大条件数意味着舍入误差或其它误差会严重地影响问题的结果。正则化项和网络本身以及输入的特征相关。比如在对局部特征提取网络进行训练：正则化项使得不同的头部网络专注于图像中的不同特征模式。多头注意力网络包括多个头部网络。图片可能存在不同的特征，比如纹理、边框，或者人难以理解的信息，纹理对应一个特征模式。经过训练，局部特征提取网络可以提取到很多局部特征中的前n个最强描述的局部特征。给定由局部特征提取网络的主干网络生成的特征图S，使用1×1的卷积通道映射层来重新组织局部特征提取网络的通道：不同的组来对应多个独立的特征模式。
在全局特征提取网络中，先将第一融合特征通过全局平均池化，然后，依次通过卷积核为1×1的卷积层、批归一化以及激活函数ReLU，以对第一融合特征进行降维，将最终的结果作为作为全局特征。
根据每个第二房源对应的第二融合特征，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源，包括：根据每个第二房源对应的第二融合特征，计算任意两个第二房源之间的相似度；将相似度大于第二预设阈值的多个第二房源确定为属于同一个房源的第二房源。
图3是本公开实施例提供的一种目标房源的确定方法的流程示意图。图3的目标房源的确定方法可以由图1的终端设备或服务器执行。如图3所示，该目标房源的确定方法包括：
S301，获取目标用户的指令信息和多个第一房源的文本信息，其中，指令信息，包括：目标文本信息和目标图片信息；
S302，根据目标文本信息和每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；
S303，获取多个第二房源的图片信息；
S304，根据目标图片信息和每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出目标房源。
指令信息是目标用户的意向信息，可以根据目标用户的指示，从样本数据集中，找到与目标用户的指示最贴切的房源，将该房源的文本信息作为目标文本信息，将该房源的图片信息作为目标图片信息。样本数据集包括多个样本房源的文本信息和图片信息。通过本公开实施例，可以从众多的房源中，挑选出最合适目标用户的目标房源。
根据本公开实施例提供的技术方案，因为本公开实施例通过获取目标用户的指令信息和多个第一房源的文本信息，其中，指令信息，包括：目标文本信息和目标图片信息；根据目标文本信息和每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；获取多个第二房源的图片信息；根据目标图片信息和每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出目标房源，因此，采用上述技术手段，可以解决现有技术中，在对比同一房源时，直接比对房源图片的相似程度，所需要的时间多，比对过程复杂度过高的问题，进而提高对比同一房源的效率。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图4是本公开实施例提供的一种同一房源的确定装置的示意图。如图4所示，该同一房源的确定装置包括：
第一获取模块401，被配置为获取多个第一房源的文本信息；
第一确定模块402，被配置为根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；
第二获取模块403，被配置为获取多个第二房源的图片信息；
第二确定模块404，被配置为根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。
文本信息，包括：小区名称和关于该房源描述性的语句等。图片信息是第二房源的图片，包括：卧室、卫生间和户型图等。从多个第二房源确定出属于同一个房源的第二房源，可以是确定出多组同一个房源的多个第二房源。比如多个第二房源，包括：A号房源、B号房源、C号房源、D号房源、E号房源、F号房源，其中，经过第二匹配操作之后，将A号房源和B号房源确定为同一个房源；将C号房源、D号房源、E号房源和F号房源确定为同一个房源。
可选地，第一确定模块402还被配置为通过房源的朝向、房源所在楼的楼层数和房源的所在楼层对多个第一房源进行第三匹配操作，以更新多个第二房源。
根据本公开实施例提供的技术方案，因为本公开实施例通过获取多个第一房源的文本信息；根据每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；获取多个第二房源的图片信息；根据每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源，因此，采用上述技术手段，可以解决现有技术中，在对比同一房源时，直接比对房源图片的相似程度，所需要的时间多，比对过程复杂度过高的问题，进而提高对比同一房源的效率。
可选地，第一确定模块402还被配置为对每个第一房源的文本信息进行文本拼接处理，得到每个第一房源对应的拼接结果；对每个第一房源对应的拼接结果进行文本分词处理，得到每个第一房源对应的多个分词结果；对每个第一房源对应的每个分词结果进行文本序列化处理，得到每个第一房源对应的每个分词结果的文本序列；根据每个第一房源对应的每个分词结果的文本序列，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源。
文本信息，包括：小区名称和关于该房源描述性的语句等，对每个第一房源的文本信息进行文本拼接处理，可以将小区名称和关于该房源描述性的语句等拼接到一起，同时还可以去除小区名称和关于该房源描述性的语句等中的空格等干扰信息；对每个第一房源对应的拼接结果进行文本分词处理，是根据语义信息将每个第一房源对应的拼接结果分为多个分词结果，一个分词结果可以是一个句子或者短语或者词语。对每个第一房源对应的每个分词结果进行文本序列化处理，可以消除无语义信息的字词影响，例如“如果”、“因此”等。
可选地，第一确定模块402还被配置为统一文本序列的长度，截断较长的序列，用0填充过短的序列，保证输入的文本序列的长度对齐。本步骤可以通过对文本序列进行对齐操作实现。
可选地，第一确定模块402还被配置为基于每个第一房源对应的每个分词结果的文本序列，生成每个第一房源对应的每个分词结果的文本序列的序列特征向量；按照预设公式计算每个第一房源对应的每个序列特征向量对应的概率；基于每个第一房源对应的每个序列特征向量和每个序列特征向量对应的概率，生成每个第一房源对应的文本信息的文本特征向量；根据每个第一房源对应的文本特征向量，计算任意两个第一房源之间的相似度；将相似度大于第一预设阈值的多个第一房源确定为多个第二房源。
生成文本序列的序列特征向量，是将文本信息用数学信息表示。预设公式可以是：
P(D＝1|w,context)＝σ(logp(w|context)-logkpn(w))
P(D＝1|w,context)每个序列特征向量对应的概率，P(D＝1|w,context)表示一个目标文本w来自于context文本驱动的概率。其中，k是先验参数，表明噪声的采样概率，p(w|context)是非归一化的概率分布，pn(w)是背景噪声的词分布，σ为可调系数。
基于每个第一房源对应的每个序列特征向量和每个序列特征向量对应的概率，生成每个第一房源对应的文本信息的文本特征向量，可以是将每个序列特征向量对应的概率作为每个序列特征向量的权值，然后对每个序列特征向量加权求和，再求平均，得到每个第一房源对应的文本信息的文本特征向量。相似度可以是余弦相似度，当然也可以是其他的相似度。
比如多个第二房源，包括：A号房源、B号房源、C号房源、D号房源、E号房源、F号房源。计算任意两个第一房源之间的相似度，发现A号房源和B号房源的相似度大于第一预设阈值；C号房源和D号房源的相似度大于第一预设阈值，C号房源和E号房源的相似度大于第一预设阈值，E号房源和F号房源的相似度大于第一预设阈值。那么将A号房源和B号房源确定为同一个房源；将C号房源、D号房源、E号房源和F号房源确定为同一个房源。
可选地，第二确定模块404还被配置为利用残差网络从每个第二房源的图片信息中提取多个底层语义特征和多个高层语义特征；利用特征金字塔网络融合每个第二房源对应的多个底层语义特征和多个高层语义特征，得到每个第二房源对应的第一融合特征；根据每个第二房源对应的第一融合特征，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。
残差网络模型可以选用resnet50。特征金字塔网络是FPN(feature pyramidnetworks)。
可选地，第二确定模块404还被配置为将每个第二房源对应的第一融合特征输入分类网络，输出每个第二房源对应的类别；将每个第二房源对应的第一融合特征输入局部特征提取网络，输出每个第二房源对应的局部特征；将每个第二房源对应的第一融合特征输入全局特征提取网络，输出每个第二房源对应的全局特征；融合每个第二房源对应的类别、局部特征和全局特征，得到每个第二房源对应的第二融合特征；根据每个第二房源对应的第二融合特征，对多个第二房源进行第二匹配操作，以从多个第二房源确定出属于同一个房源的第二房源。
分类网络，包括：三个全连接层和softmax层，三个全连接层用于从第一融合特征中提取特征信息，softmax用于输出类别。类别，包括：卧室、卫生间、厨房、客厅、阳台、户型图和毛坯等。分类网络是为了第二房源的图片是属于哪一个类别。
局部特征提取网络和全局特征提取网络均是多头注意力网络。局部特征提取网络和全局特征提取网络通过训练，使得局部特征提取网络提取局部特征，全局特征提取网络提取全局特征。具体地，在训练中，引入正则化项对局部特征提取网络和全局特征进行训练。比如在对局部特征提取网络进行训练：正则化项使得不同的头部网络专注于图像中的不同特征模式。多头注意力网络包括多个头部网络。图片可能存在不同的特征，比如纹理、边框，或者人难以理解的信息，纹理对应一个特征模式。经过训练，局部特征提取网络可以提取到很多局部特征中的前n个最强描述的局部特征。给定由局部特征提取网络的主干网络生成的特征图S，使用1×1的卷积通道映射层来重新组织局部特征提取网络的通道：不同的组来对应多个独立的特征模式。
在全局特征提取网络中，先将第一融合特征通过全局平均池化，然后，依次通过卷积核为1×1的卷积层、批归一化以及激活函数ReLU，以对第一融合特征进行降维，将最终的结果作为作为全局特征。
可选地，第二确定模块404还被配置为根据每个第二房源对应的第二融合特征，计算任意两个第二房源之间的相似度；将相似度大于第二预设阈值的多个第二房源确定为属于同一个房源的第二房源。
图5是本公开实施例提供的一种目标房源的确定装置的示意图。如图5所示，该目标房源的确定装置包括：
第三获取模块501，被配置为获取目标用户的指令信息和多个第一房源的文本信息，其中，指令信息，包括：目标文本信息和目标图片信息；
第三确定模块502，被配置为根据目标文本信息和每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；
第四获取模块503，被配置为获取多个第二房源的图片信息；
第四确定模块504，被配置为根据目标图片信息和每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出目标房源。
指令信息是目标用户的意向信息，可以根据目标用户的指示，从样本数据集中，找到与目标用户的指示最贴切的房源，将该房源的文本信息作为目标文本信息，将该房源的图片信息作为目标图片信息。样本数据集包括多个样本房源的文本信息和图片信息。通过本公开实施例，可以从众多的房源中，挑选出最合适目标用户的目标房源。
根据本公开实施例提供的技术方案，因为本公开实施例通过获取目标用户的指令信息和多个第一房源的文本信息，其中，指令信息，包括：目标文本信息和目标图片信息；根据目标文本信息和每个第一房源的文本信息，对多个第一房源进行第一匹配操作，以从多个第一房源确定出多个第二房源；获取多个第二房源的图片信息；根据目标图片信息和每个第二房源的图片信息，对多个第二房源进行第二匹配操作，以从多个第二房源确定出目标房源，因此，采用上述技术手段，可以解决现有技术中，在对比同一房源时，直接比对房源图片的相似程度，所需要的时间多，比对过程复杂度过高的问题，进而提高对比同一房源的效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序403在电子设备4中的执行过程。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，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；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种同一房源的确定方法，其特征在于，包括：
获取多个第一房源的文本信息；
根据每个所述第一房源的文本信息，对多个所述第一房源进行第一匹配操作，以从多个所述第一房源确定出多个第二房源；
获取多个所述第二房源的图片信息；
根据每个所述第二房源的图片信息，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出属于同一个房源的所述第二房源。
2.根据权利要求1所述的方法，其特征在于，所述根据每个所述第一房源的文本信息，对多个所述第一房源进行第一匹配操作，以从多个所述第一房源确定出多个第二房源，包括：
对每个所述第一房源的文本信息进行文本拼接处理，得到每个所述第一房源对应的拼接结果；
对每个所述第一房源对应的拼接结果进行文本分词处理，得到每个所述第一房源对应的多个分词结果；
对每个所述第一房源对应的每个分词结果进行文本序列化处理，得到每个所述第一房源对应的每个分词结果的文本序列；
根据每个所述第一房源对应的每个分词结果的文本序列，对多个所述第一房源进行第一匹配操作，以从多个所述第一房源确定出多个第二房源。
3.根据权利要求2所述的方法，其特征在于，所述根据每个所述第一房源对应的每个分词结果的文本序列，对多个所述第一房源进行第一匹配操作，以从多个所述第一房源确定出多个第二房源，包括：
基于每个所述第一房源对应的每个分词结果的文本序列，生成每个所述第一房源对应的每个分词结果的文本序列的序列特征向量；
按照预设公式计算每个所述第一房源对应的每个序列特征向量对应的概率；
基于每个所述第一房源对应的每个序列特征向量和每个序列特征向量对应的概率，生成每个所述第一房源对应的文本信息的文本特征向量；
根据每个所述第一房源对应的文本特征向量，计算任意两个所述第一房源之间的相似度；
将相似度大于第一预设阈值的多个所述第一房源确定为多个第二房源。
4.根据权利要求1所述的方法，其特征在于，所述根据每个所述第二房源的图片信息，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出属于同一个房源的所述第二房源，包括：
利用残差网络从每个所述第二房源的图片信息中提取多个底层语义特征和多个高层语义特征；
利用特征金字塔网络融合每个所述第二房源对应的多个所述底层语义特征和多个所述高层语义特征，得到每个所述第二房源对应的第一融合特征；
根据每个所述第二房源对应的第一融合特征，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出属于同一个房源的所述第二房源。
5.根据权利要求4所述的方法，其特征在于，所述根据每个所述第二房源对应的第一融合特征，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出属于同一个房源的所述第二房源，包括：
将每个所述第二房源对应的第一融合特征输入分类网络，输出每个所述第二房源对应的类别；
将每个所述第二房源对应的第一融合特征输入局部特征提取网络，输出每个所述第二房源对应的局部特征；
将每个所述第二房源对应的第一融合特征输入全局特征提取网络，输出每个所述第二房源对应的全局特征；
融合每个所述第二房源对应的类别、局部特征和全局特征，得到每个所述第二房源对应的第二融合特征；
根据每个所述第二房源对应的第二融合特征，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出属于同一个房源的所述第二房源。
6.根据权利要求5所述的方法，其特征在于，所述根据每个所述第二房源对应的第二融合特征，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出属于同一个房源的所述第二房源，包括：
根据每个所述第二房源对应的第二融合特征，计算任意两个所述第二房源之间的相似度；
将相似度大于第二预设阈值的多个所述第二房源确定为属于同一个房源的所述第二房源。
7.一种目标房源的确定方法，其特征在于，包括：
获取目标用户的指令信息和多个第一房源的文本信息，其中，所述指令信息，包括：目标文本信息和目标图片信息；
根据所述目标文本信息和每个所述第一房源的文本信息，对多个所述第一房源进行第一匹配操作，以从多个所述第一房源确定出多个第二房源；
获取多个所述第二房源的图片信息；
根据所述目标图片信息和每个所述第二房源的图片信息，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出目标房源。
8.一种同一房源的确定装置，其特征在于，包括：
第一获取模块，被配置为获取多个第一房源的文本信息；
第一确定模块，被配置为根据每个所述第一房源的文本信息，对多个所述第一房源进行第一匹配操作，以从多个所述第一房源确定出多个第二房源；
第二获取模块，被配置为获取多个所述第二房源的图片信息；
第二确定模块，被配置为根据每个所述第二房源的图片信息，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出属于同一个房源的所述第二房源。
9.一种目标房源的确定装置，其特征在于，包括：
第三获取模块，被配置为获取目标用户的指令信息和多个第一房源的文本信息，其中，所述指令信息，包括：目标文本信息和目标图片信息；
第三确定模块，被配置为根据所述目标文本信息和每个所述第一房源的文本信息，对多个所述第一房源进行第一匹配操作，以从多个所述第一房源确定出多个第二房源；
第四获取模块，被配置为获取多个所述第二房源的图片信息；
第四确定模块，被配置为根据所述目标图片信息和每个所述第二房源的图片信息，对多个所述第二房源进行第二匹配操作，以从多个所述第二房源确定出目标房源。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至权利要求6、或权利要求7中任一项所述方法的步骤。
CN202210066123.XA 2022-01-20 2022-01-20 同一房源的确定方法、目标房源的确定方法及装置 Withdrawn CN114417039A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210066123.XA CN114417039A (zh) 2022-01-20 2022-01-20 同一房源的确定方法、目标房源的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210066123.XA CN114417039A (zh) 2022-01-20 2022-01-20 同一房源的确定方法、目标房源的确定方法及装置

Publications (1)

Publication Number Publication Date
CN114417039A true CN114417039A (zh) 2022-04-29

Family

ID=81275682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210066123.XA Withdrawn CN114417039A (zh) 2022-01-20 2022-01-20 同一房源的确定方法、目标房源的确定方法及装置

Country Status (1)

Country Link
CN (1) CN114417039A (zh)

Similar Documents

Publication Publication Date Title
CN108427939B (zh) 模型生成方法和装置
CN108830235B (zh) 用于生成信息的方法和装置
CN108520220B (zh) 模型生成方法和装置
CN108197652B (zh) 用于生成信息的方法和装置
CN109993150B (zh) 用于识别年龄的方法和装置
CN109829432B (zh) 用于生成信息的方法和装置
CN110009059B (zh) 用于生成模型的方法和装置
CN109272543B (zh) 用于生成模型的方法和装置
CN110059624B (zh) 用于检测活体的方法和装置
CN109214501B (zh) 用于识别信息的方法和装置
US20230252070A1 (en) Method and apparatus for training retrieval model, retrieval method and apparatus, device and medium
CN116403250A (zh) 存在遮挡的人脸识别方法及装置
CN109829431B (zh) 用于生成信息的方法和装置
CN110069997B (zh) 场景分类方法、装置及电子设备
CN114004905B (zh) 人物风格形象图的生成方法、装置、设备及存储介质
CN109064464B (zh) 用于检测电池极片毛刺的方法和装置
CN115953803A (zh) 人体识别模型的训练方法及装置
CN116503596A (zh) 图片分割方法、装置、介质和电子设备
CN115393423A (zh) 目标检测方法和装置
CN114417039A (zh) 同一房源的确定方法、目标房源的确定方法及装置
CN111859985B (zh) Ai客服模型测试方法、装置、电子设备及存储介质
CN111310858A (zh) 用于生成信息的方法和装置
CN110991312A (zh) 生成检测信息的方法、装置、电子设备和介质
CN115984783B (zh) 人群计数方法及装置
CN116912631B (zh) 目标识别方法、装置、电子设备及存储介质

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220429

WW01 Invention patent application withdrawn after publication