CN116340346A - 物资配码方法、装置、设备及存储介质 - Google Patents
物资配码方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116340346A CN116340346A CN202310317727.1A CN202310317727A CN116340346A CN 116340346 A CN116340346 A CN 116340346A CN 202310317727 A CN202310317727 A CN 202310317727A CN 116340346 A CN116340346 A CN 116340346A
- Authority
- CN
- China
- Prior art keywords
- target
- attribute
- matching
- attribute information
- codes
- 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
- 239000000463 material Substances 0.000 title claims abstract description 228
- 238000000034 method Methods 0.000 title claims abstract description 69
- 239000013077 target material Substances 0.000 claims abstract description 44
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 239000000047 product Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 229920000742 Cotton Polymers 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种物资配码方法、装置、设备及存储介质。该物质配码方法包括获取目标物品清单中目标物品的标识词,将所述目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果;在所述匹配结果包括至少两个候选物资编码的情况下,获取所述目标物品的物品属性信息;将所述物品属性信息与所述至少两个候选物资编码对应的编码属性信息进行匹配,以得到各所述候选物资编码对应的属性匹配度;根据各所述属性匹配度输出所述目标物品的目标物资编码的推荐结果。实现了物资编码的自动匹配,提高了物资配码的速度和准确性,用户体验较好。
Description
技术领域
本发明涉及大数据处理技术领域,尤其涉及一种物资配码方法、装置、设备及存储介质。
背景技术
目前通过标准化的物资编码体系来进行物资管理,物资编码数量可达百万数量级,其中,物资编码是将物资按其分类内容进行有序编排,并用简明文字、符号或数字来代替物资的“名称”、“类别”等。作为供应方,在为客户提供目标物品清单中的物品时,还需要为该清单中的物品匹配相应的物资编码。
综上,本申请人在实现本发明实施例的过程中发现,现有技术中的物资配码工作需由人工完成,而人工物资配码效率和准确性较低,即现有物资配码方法至少存在配码效率较低的问题。
发明内容
本发明提供了一种物资配码方法、装置、设备及存储介质,以解决现有物资配码方法存在的配码效率较低的问题。
根据本发明的一方面,提供了一种物资配码方法,包括:
获取目标物品清单中目标物品的标识词,将所述目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果;
在所述匹配结果包括至少两个候选物资编码的情况下,获取所述目标物品的物品属性信息;
将所述物品属性信息与所述至少两个候选物资编码对应的编码属性信息进行匹配,以得到各所述候选物资编码对应的属性匹配度;
根据各所述属性匹配度输出所述目标物品的目标物资编码的推荐结果。
根据本发明的另一方面,提供了一种物资配码装置,包括:
标识词匹配模块,用于获取目标物品清单中目标物品的标识词,将所述目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果;
属性信息获取模块,用于在所述匹配结果包括至少两个候选物资编码的情况下,获取所述目标物品的物品属性信息;
匹配度模块,用于将所述物品属性信息与所述至少两个候选物资编码对应的编码属性信息进行匹配,以得到各所述候选物资编码对应的属性匹配度;
推荐模块,用于根据各所述属性匹配度输出所述目标物品的目标物资编码的推荐结果。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的物资配码方法。
根据本发明的另一方面,提供了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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的物资配码方法。
本发明实施例提供的物资编码方法的技术方案,通过目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配确定匹配结果,即候选物资编码范围;通过将目标物品的物品属性信息与匹配结果中的至少两个物资编码对应的编码属性信息进行匹配,得到各候选物资编码的属性匹配度,根据各候选物资编码的属性匹配度确定目标物品的目标物资编码的推荐结果,以使用户直接使用该推荐结果或在推荐结果中选择期望的目标物资编码;实现了物资配码的自动化,提高了物资配码的速度和准确性,用户体验较好。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是根据本发明实施例提供的物资配码方法的流程图;
图2是根据本发明实施例提供的又一物资配码方法的流程图;
图3是根据本发明实施例提供的又一物资配码方法的流程图;
图4是根据本发明实施例提供的一毛巾的详情图示意图;
图5是根据本发明实施例提供的又一物资配码方法的流程图;
图6是根据本发明实施例提供的包括第二物品属性信息获取流程的物资配码方法的流程图;
图7是根据本发明实施例提供的物资配码装置的结构示意图;
图8是根据本发明实施例提供的又一物资配码装置的结构示意图;
图9是实现本发明实施例的物资配码方法的电子设备的结构示意图。
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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,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”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例
图1为本发明实施例提供的物资配码方法的流程图,本实施例可适用于自动为目标物品清单中的目标物品匹配物资编码的情况,该方法可以由物资配码装置来执行,该物资配码装置可以采用硬件和/或软件的形式实现,该物资配码装置可配置于处理器中。如图1所示,该方法包括:
S110、获取目标物品清单中目标物品的标识词,将目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果。
其中,目标物品清单可以是包含至少一个目标物品的标识全称的清单,比如订单。
其中,标识词为目标物品的标识全称中用于描述目标物品身份的标识词汇,比如目标物品的主体名称,或者目标物品的主体名称与品牌名称。
在一个实施例中,目标物品的标识词可以预先确定并存储,这样在对目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配时,直接读取已存储的目标物品的标识词即可。有助于提高目标物品的标识词与物资编码库中的各物资编码对应的物资标识的匹配速度。
在一个实施例中,在进行目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配时,确定对应目标物品的标识词。
其中,物资编码是将物资按其分类内容进行有序编排,并用简明文字、符号或数字来代替物资的“名称”、“类别”等,也就是说,物资编码包括至少两个编码段,每个编码段对应一个编码属性,比如物资的“名称”、“类别”。
针对目标物品清单中的各目标物品,获取其至少一个标识词,将该至少一个标识词与物资编码库中的各物资编码对应的物资名称进行匹配,以得到匹配结果。通过对目标物品的标识词与物资编码库中的各物资编码对应的物资名称进行匹配,可以从物资编码库中剔除与目标物品明显无关的物资编码,缩小目标物品的物品属性信息的匹配范围,从而达到提高物资配码速度的目的。
S120、在匹配结果包括至少两个候选物资编码的情况下,获取目标物品的物品属性信息。
其中,物品属性信息包括物品的名称信息、尺寸信息、型号信息、材质信息、颜色信息、形状信息中的至少两个。
如果匹配结果中,目标物品对应至少两个候选物资编码,则获取目标物品的物品属性信息。在一个实施例中,针对各候选物资编码,确定候选物资编码的所有编码段对应编码属性,以得到候选物资编码对应的所有编码属性;根据候选物资编码对应的所有编码属性获取目标物品的物品属性信息,以使目标物品的物品属性信息包括的物品属性与物资编码对应的编码属性相同。该实施例可用于在保证目标物品的物品属性信息全面性的同时,提高目标物品的物品属性信息的获取速度。
S130、将物品属性信息与至少两个候选物资编码对应的编码属性信息进行匹配,以得到各候选物资编码对应的属性匹配度。
其中,物资编码属性信息为物资编码对应的属性信息,具体为物资编码中的所有编码段对应的物品属性信息。
其中,属性匹配度用于表示物品属性信息与候选物资编码对应的编码属性信息之间的匹配程度,匹配程度越高,候选物资编码成为对应目标物品的目标物资编码的可能性越大。
可选地,属性匹配度可通过相似度得分来表示,物品属性信息与候选物资编码对应的编码属性信息对应的相似度得分越高,表示二者之间的属性匹配度越高,反之,二者之间的属性匹配度越低。
在一个实施例中,基于文本相似度匹配方法,确定该物品属性信息与至少两个候选物资编码分别对应的编码属性信息之间的相似度得分,以得到各候选物资编码对应的相似度得分;根据各候选物资编码对应的相似度得分确定各候选物资编码对应的属性匹配度。可选地,将各候选物资编码的相似度得分作为各候选物资编码对应的属性匹配度。基于文本相似度匹配方法确定物品属性信息与候选物资编码对应的编码属性信息之间的属性匹配度,可以提高属性匹配度确定的速度和准确性。
S140、根据各属性匹配度输出目标物品的目标物资编码的推荐结果。
各候选物资编码对应的属性匹配度确定后,根据各属性匹配度之间的大小关系输出目标物品的目标物资编码的推荐结果。具体可选为,确定所有候选物资编码对应的属性匹配度的降序排序结果中的前设定数量的属性匹配度;将该前设定数量的属性匹配度分别对应的候选物资编码,作为所述目标物品的目标物资编码的推荐结果进行输出。
在一个实施例中,输出的推荐结果中,各目标物资编码的显示顺序或位置顺序,与对应的属性匹配度的降序排序结果一致;或者不同的目标物资编码携带用于表示其在对应的属性匹配度的降序排序结果中的排序的标识。
在一个实施例中,设定数量为可选项,即用户可以自行设置。示例性的,设定数量被配置为1,如果用户发现该设定数量对应的推荐结果中的目标物资编码不是期望的目标物品的目标物资编码,可将设定数量设置为大于1且小于或等于N的其他整数,N小于或等于候选物资编码的数量,处理器输出该设定数量对应的推荐结果,以使用户从该推荐结果中筛选期望的目标物品的目标物资编码。该实施例通过可配置的设定数量,将单一推荐与多项推荐相结合,以满足特定用户群体的需求。
在一个实施例中,在物资编码匹配界面显示推荐结果所包括的至少两个目标物资编码,用户从该至少两个目标物资编码中选择所需的目标物资编码,处理器根据用户输入的目标物资编码选择操作,确定目标物品对应的目标物资编码,并将该目标物资编码输出至物资编码匹配界面。推荐结果包括有限数量的目标物资编码,用户该有限数量的目标物资编码中选择期望的目标物资编码,可以显著提高物资配码的准确性。
在一个实施例中,S1之后还包括:如果匹配结果为空,则输出对应目标物品的物资编码缺失提示信息。该实施例中,如果匹配结果为空,则表示客户的物资编码库中没有相应的物资编码与目标物品相匹配,因此输出对应的物资编码缺失提示信息。这样物品供应方根据该物资编码缺失提示信息向物品接收方索要目标物品的物资编码,以使物品接收方及时在物资编码库中补充该当前目标物品的物资编码,这样后续向物品接收方提供目标物品时,不会出现匹配结果为空的情况。
在一个实施例中,S1之后还包括:如果匹配结果仅含有一个候选物资编码,则将该候选物资编码作为目标物资编码的推荐结果输出,以使用户人工核对该目标物资编码是否为目标物品的目标物资编码。
本发明实施例提供的物资编码方法的技术方案,通过目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配确定匹配结果,即候选物资编码范围;通过将目标物品的物品属性信息与匹配结果中的至少两个物资编码对应的编码属性信息进行匹配,得到各候选物资编码的属性匹配度,根据各候选物资编码的属性匹配度确定目标物品的目标物资编码的推荐结果,以使用户直接使用该推荐结果或在推荐结果中选择期望的目标物资编码;实现了物资配码的自动化,提高了物资配码的速度和准确性,用户体验较好。
图2为本发明实施例提供的又一物资配码方法的流程图,本实施例是对前述实施例中的“获取目标物品清单中目标物品的标识词”的进一步细化。如图2所示,该方法包括:
S210、将目标物品清单中的目标物品的标识全称输入已训练的标识词提取模型以得到目标物品的至少一个标识词,将该至少一个标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果。
其中,标识词提取模型可选为BERT-CRF(Bidirectional EncoderRepresentations from Transformers-Conditional Random Fields,基于条件随机场的双向编码表征)模型。
在一个实施例中,该至少一个标识词包括从目标物品的标识全称中提取的主体名称。其中,主体名称可选为目标物品的名称,比如棉柔巾、洗脸巾等。该实施例中,已训练的标识词提取模型用于从目标物品的标识全称中提取目标物品的主体名称。
在一个实施例中,物资编码包括用于表示品牌名称的编码段,该至少一个标识词包括从目标物品的标识全称中提取的主体名称和品牌名称。示例性的,物品A对应的标识词包括品牌B、棉柔巾、洗脸巾。该实施例中,已训练的标识词提取模型用于从目标物品的标识全称中提取目标物品的主体名称和品牌名称。该实施例通过品牌名称对应的标识词来限定目标物品的品牌,适应于有品牌需求的物资配码流程。
该已训练的标识词提取模型由标识词提取模型基于设定数量的训练样本训练而成。通过以下步骤确定该设定数量的训练样本:随机选取N个类目,然后从每个类目中随机选取1000个物品标识全称,然后对该1000×N个标识全称进行标识词标注,以得到设定数量的训练样本,其中,N为大于或等于2的自然数。
S220、在匹配结果包括至少两个候选物资编码的情况下,获取目标物品的物品属性信息。
S230、将物品属性信息与至少两个候选物资编码对应的编码属性信息进行匹配,以得到各候选物资编码对应的属性匹配度。
S240、根据各属性匹配度输出目标物品的目标物资编码的推荐结果。
本发明实施例采用已训练的标识词提取模型从目标物品的标识词中提取至少一个标识词,可使标识词的提取具有较高的准确性和速度。
图3为本发明实施例提供的又一物资编码方法的流程图。本实施例用于对前述实施例中的“在匹配结果包括至少两个候选物资编码的情况下,获取目标物品的物品属性信息”做进一步细化。该方法包括:
S310、获取目标物品清单中目标物品的标识词,将目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果。
S320、在匹配结果包括至少两个候选物资编码的情况下,从目标物品的详情图中获取目标物品的物品属性信息。
物品详情图包含目标物品的部分或全部物品属性信息。
在一个实施例中,物品的详情图包含对应目标物品的全部物品属性信息,在匹配结果包括至少两个候选物资编码的情况下,从目标物品的详情图中获取对应目标物品的所有物品属性信息,或者获取目标物品的设定物品属性信息,该设定物品属性信息包括的物品属性与对应候选物资编码包括的编码属性相同。
在一个实施例中,通过以下步骤实现从对应目标物品的详情图中获取目标物品的物品属性信息,包括:
步骤a1、基于设定目标检测方法定位目标物品的至少一张详情图中的目标参数区域。
目标物品包括至少一张含有目标参数的详情图。在一个实施例中,基于YOLO(YouOnly Look Once,只看一次)目标检测方法定位目标物品的至少一张详情图中的目标参数区域,并将确定的目标参数区域截取下来,以得到目标参数区域图像。
步骤a2、识别目标参数区域中的至少一个属性和至少一个属性值。
对截取的目标参数区域进行实体识别,以得到目标参数区域中的至少一个属性和至少一个属性值。
在一个实施例中,将目标参数区域输入已训练的实体识别模型以得到目标参数区域中的至少一个属性和至少一个属性值。示例性的,图4为一款毛巾详情图的目标参数区域图像。将该目标参数区域图像输入已训练的实体识别模型以得到该目标参数区域中的至少一个属性和至少一个属性值。该至少一个属性包括:产品名称、产品规格、产品重量、和产品颜色;该至少一个属性值包括:金丝毛巾、34×75cm、108g和多色可选。
其中,该已训练的实体识别模型是基于语义实体识别模型训练而成的,其具体用于对检测到的目标参数区域图像中的文本进行分类,具体分成属性类和属性值类。这样属性类包括至少一个属性,属性值类包括至少一个属性值。
需要说明的是,实体识别模型采用现有模型即可,本实施例对此不做具体限定。
步骤a3、确定识别出的各属性与各属性值的对应关系。
目标参数区域对应的至少一个属性和至少一个属性值确定后,建立该至少一个属性与该至少一个属性值之间的对应关系。
在一个实施例中,将该至少一个属性和该至少一个属性值输入已训练的关系匹配模型以得到各属性与各属性值的对应关系。该已训练的关系匹配模型是基于关系抽取模型训练而成的。其中,关系抽取模型采用现有模型即可,本实施例对此不做具体限定。
步骤a4、基于对应关系将各属性分别对应的属性值确定为目标物品的物品属性信息。
确定了目标物体的至少一个属性与对应的至少一个属性值之间的对应关系后,将各属性对应的属性值作为目标物体的物品属性信息。
S330、将物品属性信息与至少两个候选物资编码对应的编码属性信息进行匹配,以得到各候选物资编码对应的属性匹配度。
S340、根据各属性匹配度输出目标物品的目标物资编码的推荐结果。
本实施例通过从详情图中获取目标物品的物品属性信息,增加目标物品的物品属性信息,以提高目标物品的物品属性信息与候选物资编码对应的编码属性信息匹配的准确性,以及目标物品的目标物资编码的推荐结果的准确性。
图5为本发明实施例提供的又一物资编码方法的流程图。本实施例用于对前述实施例中的“在匹配结果包括至少两个候选物资编码的情况下,获取目标物品的物品属性信息”做进一步细化。该方法包括:
S410、获取目标物品清单中目标物品的标识词,将目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果。
S4201、在匹配结果包括至少两个候选物资编码的情况下,针对匹配结果中的任一候选物资编码,确定候选物资编码包括的各编码段对应的编码属性,并根据各编码段对应的编码属性从对应目标物品的标识全称和/或物品描述信息中获取对应目标物品的第一物品属性信息,并将该第一物品属性信息作为目标物品的物品属性信息。
详情图包括对应目标物品的部分物品属性信息或全部属性信息,目标物品的标识全称包括目标物品的部分物品属性信息,目标物品的物品描述信息包括目标物品的部分物品属性信息。
其中,物品描述信息为已存储的可直接读取的物品信息,该物品信息包括物品的部分物品属性信息或全部的物品属性信息。
示例性的,目标物品为毛巾,其标识全称为“长方形清洁毛巾加厚吸水柔软洗脸灰色井字格10个装”,物品描述信息包括的第一物品属性信息包括棉。候选物资编码的所有编码段对应的编码属性包括主体名称、材质、尺寸。因此从目标物品的标识全称和/或物品描述信息中获取目标物品的主体名称、材质和尺寸,由于目标物品的标识全称和物品描述信息中没有毛巾的尺寸信息,因此从目标物品的标识全称和物品描述信息中获取的第一物品属性信息包括毛巾的名称和材质。
S430、将物品属性信息与该至少两个候选物资编码对应的编码属性信息进行匹配,以得到各候选物资编码对应的属性匹配度。
S440、根据各属性匹配度输出目标物品的目标物资编码的推荐结果。
在一个实施例中,如图6所示,S4201之后,还包括:
S4202、如果第一物品属性信息中缺少候选物资编码的任一编码段对应的物品属性信息,则从对应目标物品的详情图中获取该编码段对应的第二物品属性信息,以更新目标物品的物品属性信息。
如果第一物品属性信息中缺少候选物资编码的任一编码段对应的物品属性信息,则表示候选物资编码的编码属性信息的部分内容缺少与之对应的物品属性信息,因此需要从目标物品的详情图中获取该编码段对应的第二物品属性信息,以使目标物品的全部物品属性信息包括的物品属性与对应编码属性信息包括的编码属性相同。通过从目标物品的标识全称和/或物品描述信息中获取第一物品属性信息,从目标物品的商品详情图中获取第二物品属性信息,可以保证二者之和包括的物品属性与候选物资编码的所有编码段对应的编码属性相同,可以在保证获取的物品属性信息的全面性的同时,提高物品属性信息的获取速度。
以上述毛巾为例,由于第一物品属性信息缺少候选物资编码对应的编码属性信息中的尺寸信息,因此需要从毛巾的详情图中获取毛巾的尺寸信息。
由于目标物品的标识全称和/或物品描述信息均是可直接读取的数据信息,因此本实施例从目标物品的标识全称和/或物品描述信息获取第一物品属性信息,可以保证较高的物品属性信息获取速度。
图7为本发明实施例提供的物资编码装置的结构示意图。如图7所示,该装置包括:
标识词匹配模块510,用于获取目标物品清单中目标物品的标识词,将所述目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果;
属性信息获取模块520,用于在所述匹配结果包括至少两个候选物资编码的情况下,获取所述目标物品的物品属性信息;
匹配度模块530,用于将所述物品属性信息与所述至少两个候选物资编码对应的编码属性信息进行匹配,以得到各所述候选物资编码对应的属性匹配度;
推荐模块540,用于根据各所述属性匹配度输出所述目标物品的目标物资编码的推荐结果。
在一个实施例中,标识词匹配模块510用于将目标物品清单中的目标物品的标识全称输入已训练的标识词提取模型以得到所述目标物品的至少一个标识词。
在一个实施例中,所述至少一个标识词包括从所述目标物品的标识全称中提取的主体名称。
在一个实施例中,该装置还包括:
提示模块,用于如果所述匹配结果为空,输出对应目标物品的物资编码缺失提示信息;
推荐模块还用于如果所述匹配结果对应的候选物资编码的数量为1,则将该候选物资编码作为所述目标物品的目标物资编码。
在一个实施例中,属性信息获取模块520用于在所述匹配结果包括至少两个候选物资编码的情况下,从所述目标物品的详情图中获取所述目标物品的物品属性信息。
在一个实施例中,属性信息获取模块520具体用于在匹配结果包括至少两个候选物资编码的情况下,针对所述匹配结果中的任一候选物资编码,确定所述候选物资编码包括的各编码段对应的编码属性,并根据各编码段对应的编码属性从对应目标物品的标识全称和/或物品描述信息中获取对应目标物品的第一物品属性信息。
在一个是私立中,属性信息获取模块520还用于如果所述第一物品属性信息中缺少所述候选物资编码的任一编码段对应的物品属性信息,则从所述目标物品的详情图中获取该编码段对应的第二物品属性信息。
在一个实施例中,属性信息获取模块520包括:
区域定位单元,用于基于设定目标检测方法定位所述目标物品的至少一张详情图中的目标参数区域;
识别单元,用于识别所述目标参数区域中的至少一个属性和至少一个属性值;
对应关系识别单元,用于确定识别出的各所述属性与各所述属性值的对应关系;
属性信息确定单元,用于基于所述对应关系将各所述属性分别对应的属性值确定为所述目标物品的物品属性信息。
在一个实施例中,识别单元用于将所述目标参数区域输入已训练的实体识别模型以得到所述目标参数区域中的至少一个属性和至少一个属性值。
在一个实施例中,对应关系识别单元用于将所述至少一个属性和所述至少一个属性值输入已训练的关系匹配模型以得到各所述属性与各所述属性值的对应关系。
在一个实施例中,匹配度模块530用于基于文本相似度匹配方法,确定所述物品属性信息与所述至少两个候选物资编码分别对应的编码属性信息之间的相似度得分,以得到各所述候选物资编码对应的相似度得分;根据各所述候选物资编码对应的相似度得分确定各所述候选物资编码对应的属性匹配度。
在一个实施例中,推荐模块540用于确定所有所述候选物资编码对应的属性匹配度的降序排序结果中的前设定数量的属性匹配度;将所述前设定数量的属性匹配度作为所述目标物品的目标物资编码的推荐结果。
在一个实施例中,如图8所示,该装置还包括选择模块550,用于响应于用户的目标物资编码选择操作,输出用户期望的目标物资编码。
本发明实施例提供的物资编码装置的技术方案,通过目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配确定匹配结果,即候选物资编码范围;通过将目标物品的物品属性信息与匹配结果中的至少两个物资编码对应的编码属性信息进行匹配,得到各候选物资编码的属性匹配度,根据各候选物资编码的属性匹配度确定目标物品的目标物资编码的推荐结果,以使用户直接使用该推荐结果或在推荐结果中选择期望的目标物资编码;实现了物资配码的自动化,提高了物资配码的速度和准确性,用户体验较好。
本发明实施例所提供的物资配码装置可执行本发明任意实施例所提供的物资配码方法,具备执行方法相应的功能模块和有益效果。
图9示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图9所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如物资配码方法。
在一些实施例中,物资配码方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的物资配码方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行物资配码方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (16)
1.一种物资配码方法,其特征在于,包括:
获取目标物品清单中目标物品的标识词,将所述目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果;
在所述匹配结果包括至少两个候选物资编码的情况下,获取所述目标物品的物品属性信息;
将所述物品属性信息与所述至少两个候选物资编码对应的编码属性信息进行匹配,以得到各所述候选物资编码对应的属性匹配度;
根据各所述属性匹配度输出所述目标物品的目标物资编码的推荐结果。
2.根据权利要求1所述的方法,其特征在于,所述获取目标物品清单中目标物品的标识词,包括:
将目标物品清单中的目标物品的标识全称输入已训练的标识词提取模型以得到所述目标物品的至少一个标识词。
3.根据权利要求1或2项所述的方法,其特征在于,所述至少一个标识词包括从所述目标物品的标识全称中提取的主体名称。
4.根据权利要求1所述的方法,其特征在于,所述将所述目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果之后,还包括:
如果所述匹配结果为空,输出对应目标物品的物资编码缺失提示信息;
如果所述匹配结果对应的候选物资编码的数量为1,则将该候选物资编码作为所述目标物品的目标物资编码。
5.根据权利要求1所述的方法,其特征在于,所述在所述匹配结果包括至少两个候选物资编码的情况下,获取所述目标物品的物品属性信息,包括:
在所述匹配结果包括至少两个候选物资编码的情况下,从所述目标物品的详情图中获取所述目标物品的物品属性信息。
6.根据权利要求1所述的方法,其特征在于,所述在所述匹配结果包括至少两个候选物资编码的情况下,获取所述目标物品的物品属性信息,包括:
在匹配结果包括至少两个候选物资编码的情况下,针对所述匹配结果中的任一候选物资编码,确定所述候选物资编码包括的各编码段对应的编码属性,并根据各编码段对应的编码属性从对应目标物品的标识全称和/或物品描述信息中获取对应目标物品的第一物品属性信息。
7.根据权利要求6所述的方法,其特征在于,还包括:
如果所述第一物品属性信息中缺少所述候选物资编码的任一编码段对应的物品属性信息,则从所述目标物品的详情图中获取该编码段对应的第二物品属性信息。
8.根据权利要求5所述的方法,其特征在于,所述在所述匹配结果包括至少两个候选物资编码的情况下,从所述目标物品的详情图中获取所述目标物品的物品属性信息,包括:
基于设定目标检测方法定位所述目标物品的至少一张详情图中的目标参数区域;
识别所述目标参数区域中的至少一个属性和至少一个属性值;
确定识别出的各所述属性与各所述属性值的对应关系;
基于所述对应关系将各所述属性分别对应的属性值确定为所述目标物品的物品属性信息。
9.根据权利要求8所述的方法,其特征在于,所述识别所述目标参数区域中的至少一个属性和至少一个属性值,包括:
将所述目标参数区域输入已训练的实体识别模型以得到所述目标参数区域中的至少一个属性和至少一个属性值。
10.根据权利要求8所述的方法,其特征在于,所述确定识别出的各所述属性与各所述属性值的对应关系,包括:
将所述至少一个属性和所述至少一个属性值输入已训练的关系匹配模型以得到各所述属性与各所述属性值的对应关系。
11.根据权利要求1所述的方法,其特征在于,所述将所述物品属性信息与所述至少两个候选物资编码对应的编码属性信息进行匹配,以得到各所述候选物资编码对应的属性匹配度,包括:
基于文本相似度匹配方法,确定所述物品属性信息与所述至少两个候选物资编码分别对应的编码属性信息之间的相似度得分,以得到各所述候选物资编码对应的相似度得分;
根据各所述候选物资编码对应的相似度得分确定各所述候选物资编码对应的属性匹配度。
12.根据权利要求1所述的方法,其特征在于,根据各所述属性匹配度输出所述目标物品的目标物资编码的推荐结果,包括:
确定所有所述候选物资编码对应的属性匹配度的降序排序结果中的前设定数量的属性匹配度;
将所述前设定数量的属性匹配度分别对应的候选物资编码,作为所述目标物品的目标物资编码的推荐结果进行输出。
13.根据权利要求1所述的方法,其特征在于,所述推荐结果包括至少两个目标物资编码,所述根据各所述属性匹配度输出所述目标物品的目标物资编码的推荐结果之后,还包括:
响应于用户的目标物资编码选择操作,输出用户期望的目标物资编码。
14.一种物资配码装置,其特征在于,包括:
标识词匹配模块,用于获取目标物品清单中目标物品的标识词,将所述目标物品的标识词与物资编码库中的各物资编码对应的物资标识进行匹配以得到匹配结果;
属性信息获取模块,用于在所述匹配结果包括至少两个候选物资编码的情况下,获取所述目标物品的物品属性信息;
匹配度模块,用于将所述物品属性信息与所述至少两个候选物资编码对应的编码属性信息进行匹配,以得到各所述候选物资编码对应的属性匹配度;
推荐模块,用于根据各所述属性匹配度输出所述目标物品的目标物资编码的推荐结果。
15.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-13中任一项所述的物资配码方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-13中任一项所述的物资配码方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310317727.1A CN116340346A (zh) | 2023-03-27 | 2023-03-27 | 物资配码方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310317727.1A CN116340346A (zh) | 2023-03-27 | 2023-03-27 | 物资配码方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116340346A true CN116340346A (zh) | 2023-06-27 |
Family
ID=86894556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310317727.1A Pending CN116340346A (zh) | 2023-03-27 | 2023-03-27 | 物资配码方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116340346A (zh) |
-
2023
- 2023-03-27 CN CN202310317727.1A patent/CN116340346A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111666940B (zh) | 聊天截图内容处理方法、装置、电子设备和可读存储介质 | |
CN107862322B (zh) | 结合图片和文本进行图片属性分类的方法、装置及系统 | |
CN112328657A (zh) | 特征衍生方法、装置、计算机设备及介质 | |
CN113360768A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
CN113763066A (zh) | 用于分析信息的方法和装置 | |
CN115576828A (zh) | 一种测试用例生成方法、装置、设备及存储介质 | |
CN110223095A (zh) | 确定商品属性的方法、装置、设备和存储介质 | |
CN113327132A (zh) | 多媒体推荐方法、装置、设备及存储介质 | |
CN112948526A (zh) | 用户画像的生成方法及装置、电子设备、存储介质 | |
CN112528610A (zh) | 一种数据标注方法、装置、电子设备及存储介质 | |
CN115907926A (zh) | 商品的推荐方法、装置、电子设备及存储介质 | |
CN116340346A (zh) | 物资配码方法、装置、设备及存储介质 | |
CN111782850A (zh) | 一种基于手绘图的物品搜索方法和装置 | |
CN115510212A (zh) | 一种文本事件抽取方法、装置、设备及存储介质 | |
CN114329016A (zh) | 图片标签生成方法和文字配图方法 | |
CN113987026A (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN113378050A (zh) | 用户分类方法、装置和电子设备 | |
CN112580620A (zh) | 标志图片处理方法、装置、设备和介质 | |
CN116894625A (zh) | 出入库管理方法、装置、电子设备及存储介质 | |
CN117112816B (zh) | 安检图像的排序方法、装置、设备及存储介质 | |
CN115331217B (zh) | 一种餐食结算方法、装置、设备及介质 | |
CN114911963A (zh) | 一种模板图片分类方法、装置、设备、存储介质及产品 | |
CN116993416A (zh) | 一种商户推荐方法、装置、设备及介质 | |
CN116108254A (zh) | 对象匹配方法、装置、设备及介质 | |
CN117972086A (zh) | 一种商品推荐理由的自动生成方法、装置、设备及介质 |
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 |