CN116797322B - 提供商品对象信息的方法及电子设备 - Google Patents

Abstract

本申请实施例公开了提供商品对象信息的方法及电子设备，所述方法包括：确定待向目标用户提供的至少一个目标商品对象及其原始描述信息；确定所述目标用户的国别化/地区化属性信息；根据所述目标用户的国别化/地区化属性信息，对所述原始描述信息进行基于本地化表达的相关处理，生成目标描述信息；将所述至少一个目标商品对象对应的所述目标描述信息提供给所述目标用户对应的客户端，以便通过目标页面提供所述目标描述信息。通过本申请实施例，能够使得目标页面中提供的商品对象在前台描述信息的表达上实现“千人千面”，提升用户体验，有利于提升点击率、转化率等指标。

Description

提供商品对象信息的方法及电子设备

技术领域

本申请涉及信息技术领域，特别是涉及提供商品对象信息的方法及电子设备。

背景技术

在商品信息服务系统中，“千人千面”通常是指针对不同的消费者制定不同的商品推荐策略，以达到更好的销售效果。传统的商品推荐是基于商品自身属性的，例如，根据商品的类别、价格、销量等因素来推荐商品。而“千人千面”则是基于消费者的，即根据消费者的兴趣、购买历史、行为等因素来推荐商品。

这种“千人千面”的方式在提升商品的点击率、转化率等方面具有积极的作用，但是，如何进一步提升用户体验，以及点击率、转化率等指标，始终是本领域技术人员关注的重点。

发明内容

本申请提供了提供商品对象信息的方法及电子设备，能够使得目标页面中提供的商品对象在前台描述信息的表达上实现“千人千面”，提升用户体验，有利于提升点击率、转化率等指标。

本申请提供了如下方案：

一种提供商品对象信息的方法，包括：

确定待向目标用户提供的至少一个目标商品对象及其原始描述信息；

确定所述目标用户的国别化/地区化属性信息；

根据所述目标用户的国别化/地区化属性信息，对所述原始描述信息进行基于本地化表达的相关处理，生成目标描述信息；

将所述至少一个目标商品对象对应的所述目标描述信息提供给所述目标用户对应的客户端，以便通过目标页面提供所述目标描述信息。

其中，所述对所述原始描述信息进行本地化表达的相关处理，生成目标描述信息，包括：

利用人工智能AI大规模参数模型对所述原始描述信息进行模型理解，并根据所述目标用户的国别化/地区化属性信息对所述原始描述信息进行所述基于本地化表达的相关处理，以生成所述目标描述信息。

其中，所述目标商品对象关联有多个最小库存量单位SKU；

所述对所述原始描述信息进行基于本地化表达的相关处理，生成目标描述信息，包括：

对所述SKU对应的原始描述信息进行基于本地化表达的相关处理，生成目标描述信息，以使得在为不同国别化/地区化属性信息的用户展示同一SKU的信息时，展示出基于不同本地化表达而生成的不同的目标描述信息。

其中，所述原始描述信息包括：所述目标商品对象的原始文本内容；

所述对所述原始描述信息进行本地化表达的相关处理，生成目标描述信息，包括：

根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始文本内容进行本地化表达的转换处理，生成目标文本内容，以便在所述目标页面中展示所述目标文本内容。

其中，所述对所述目标商品对象的原始文本内容进行本地化表达的转换处理，包括：

将所述原始文本内容中包括的与商品名称和/或形容词相关的关键词，转换为所述国别化/地区化属性信息对应的本地化常用词。

其中，所述原始文本内容包括：原始标题文本内容；

所述对所述目标商品对象的原始文本信息进行本地化表达的转换处理，还包括：

根据所述国别化/地区化属性信息对应人群对所述目标商品对象所属类目商品的属性偏好信息，对所述原始标题文本内容进行与商品属性表达相关的文本内容的转换处理。

其中，所述将对所述原始标题文本内容进行与商品属性表达相关的文本内容的转换处理，包括：

将所述原始标题文本内容中包括的与商品属性表达相关的目标文本内容删除或转换为其他属性值，或者，向所述原始标题文本内容中添加与商品属性表达相关的文本内容。

其中，所述原始文本内容包括：原始用户评论文本内容；

所述对所述目标商品对象的原始文本内容进行本地化表达的转换处理，还包括：

根据所述目标用户的国别化/地区化属性信息，对所述原始用户评论文本内容进行重新排序，以便将属于所述国别化/地区化属性信息对应的本地化的用户评论文本内容进行优先展示。

其中，所述对所述目标商品对象的原始文本内容进行本地化表达的转换处理，包括：

将所述原始文本内容以及所述目标用户的国别化/地区化属性信息输入到AI大规模参数模型中，以便由所述AI大规模参数模型对所述目标商品对象的原始文本内容进行本地化表达的转换处理；

所述AI大规模参数模型还用于，按照所述国别化/地区化属性信息对应的本地化表达方式，对转换处理后的文本内容进行符合本地化语法表达习惯的处理和/或上下文连贯性处理，以生成所述目标文本内容。

其中，输入到所述AI大规模参数模型中的信息还包括：预先建立的知识库和/或规则信息，所述知识库中包括多个国家/地区对应的本地化常用词、属性偏好信息和/或本地化语法表达习惯的知识信息；所述规则信息包括：部分国家/地区在本地化表达方面的特殊性要求信息。

其中，所述原始描述信息包括：所述目标商品对象的原始属性/参数描述信息；

所述对所述原始描述信息进行本地化表达的相关处理，生成目标描述信息，包括：

根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理，生成目标属性/参数描述信息，以便在所述目标页面中展示所述目标属性/参数描述信息。

其中，所述对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理，包括：

根据所述目标用户的国别化/地区化属性信息，将所述目标商品对象的原始属性/参数描述信息转换为本地化常用的标准或单位。

其中，所述对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理，包括：

如果所述目标商品对象关联有不同属性值/参数值的多个最小库存量单位SKU，则对所述多个SKU进行重新排序，以便将所述国别化/地区化属性信息对应的本地化常用的属性值/参数值对应的SKU优先展示。

其中，所述对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理，包括：

将所述原始属性/参数描述信息以及所述目标用户的国别化/地区化属性信息输入到所述AI大规模参数模型中，以便由所述AI大规模参数模型对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理。

其中，所述原始描述信息包括：所述目标商品对象的原始富媒体类信息；

所述对所述原始描述信息进行本地化表达的相关处理，生成目标描述信息，包括：

根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始富媒体类信息进行本地化表达的转换处理，生成目标富媒体类信息，以便在所述目标页面中展示所述目标富媒体类信息。

其中，所述原始富媒体类信息包括原始图像信息；

所述对所述目标商品对象的原始富媒体类信息进行本地化表达的转换处理，包括：

根据所述目标用户的国别化/地区化属性信息，对所述原始图像信息的构图风格、模特人物类型和/或氛围元素进行转换处理，以生成符合所述国别化/地区化属性信息对应的本地化偏好的目标图像信息。

其中，将所述原始图像信息以及所述目标用户的国别化/地区化属性信息输入到所述AI大规模参数模型中，以便由所述AI大规模参数模型对所述原始图像信息的构图风格、模特人物类型和/或氛围元素进行转换处理。

其中，在对原始图像信息中的模特人物类型进行转换处理时，根据所述目标商品对象的属性/参数信息，确定是否进行模特人物类型的转换处理。

其中，所述原始富媒体类信息包括原始音频信息；

所述对所述目标商品对象的原始富媒体类信息进行本地化表达的转换处理，包括：

根据所述目标用户的国别化/地区化属性信息，对所述原始音频信息进行转换处理，以生成符合所述国别化/地区化属性信息对应的本地化偏好的目标音频信息。

一种提供商品对象信息的方法，包括：

接收服务端针对目标用户提供的至少一个目标商品对象的目标描述信息，所述目标描述信息是根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始描述信息进行基于本地化表达的相关处理后生成的；

通过目标页面对所述至少一个目标商品对象的目标描述信息进行展示。

一种提供商品对象信息的装置，包括：

原始描述信息确定单元，用于确定待向目标用户提供的至少一个目标商品对象及其原始描述信息；

用户属性信息确定单元，用于确定所述目标用户的国别化/地区化属性信息；

本地化处理单元，用于根据所述目标用户的国别化/地区化属性信息，对所述原始描述信息进行基于本地化表达的相关处理，生成目标描述信息；

信息提供单元，用于将所述至少一个目标商品对象对应的所述目标描述信息提供给所述目标用户对应的客户端，以便通过目标页面提供所述目标描述信息。

一种提供商品对象信息的装置，包括：

信息接收单元，用于接收服务端针对目标用户提供的至少一个目标商品对象的目标描述信息，所述目标描述信息是根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始描述信息进行基于本地化表达的相关处理后生成的；

信息提供单元，用于通过目标页面提供所述至少一个目标商品对象的目标描述信息。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一项所述的方法的步骤。

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，执行前述任一项所述的方法的步骤。

根据本申请提供的具体实施例，本申请公开了以下技术效果：

通过本申请实施例，在需要向目标用户提供目标商品对象的信息时，可以首先获取到这种目标商品对象的原始描述信息，以及目标用户的国别化/地区化属性信息，然后，可以根据所述目标用户的国别化/地区化属性信息，对所述原始描述信息进行本地化表达的相关处理，生成目标描述信息，以便通过目标页面向目标用户提供这种目标描述信息。通过这种方式，可以使得目标页面中提供的商品对象在前台描述信息的表达上实现“千人千面”，并且更符合当前目标用户所属国家/地区的本地化偏好，从而更容易激发用户的购物热情，提升用户体验，进而有利于提升点击率、转化率等指标。

其中，在优选的方式下，可以利用AI（Artificial Intelligence，人工智能）大规模参数模型在多模态内容理解、生成等方面的能力，帮助完成对商品描述信息进行的基于本地化表达的转换，可以提升效率，并且，还可以提升转换后的文本类内容的上下文连贯性等。当然，为了使得AI大模型生成的内容具有更高的可用性或者精确性，还可以提前利用一些样本、规则等对AI大模型进行针对性的训练。

当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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申请的一些实施例，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系统架构的示意图；

图2是本申请实施例提供的服务端方法的流程图；

图3是本申请实施例提供的客户端方法的流程图；

图4是本申请实施例提供的服务端装置的示意图；

图5是本申请实施例提供的客户端装置的示意图；

图6是本申请实施例提供的电子设备的示意图。

实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。

首先，本申请发明人在实现本申请实施例的过程中发现，目前在电商领域“千人千面”推荐已经比较成熟，但是，主要是在商品匹配角度实现“千人千面”，而对于不同用户，相同商品前台表达是一样的（包括标题、描述图、商品介绍等信息，虽然也有商品图生成方法，但主要是突出利益点，使用场景单一）。然而，这样的“一致”表达方式无法激发不同用户的购物热情，特别是对于跨境电商场景，不同国家/地区用户文化、习惯、喜好差异很大，此时，如果在商品信息的前台表达上也进行国别化/地区化的个性化处理，则有利于进一步提升用户的体验，进而提升点击率、转化率等指标。例如，在习惯性用词方面，A地区通常称为“视频”，而B地区通常称为“视讯”；A地区的“橙子”，在C地区被称为“柳丁”；A地区的“充电宝”，在B地区称为“尿袋”，等等。另外，在视觉呈现方面，不同国家/地区的用户也会有不同的偏好，例如，巴西用户普遍喜欢比较热情、色彩艳丽的构图，但欧美地区的用户普遍喜欢简约的表达；在商品属性/参数信息方面，不同国家/地区也有不同的表达，例如，对于鞋子尺码，美国用6号鞋码，对应中国码235码，欧码为37码；在商品模特人物方面，亚洲地区的用户更习惯于感受亚洲模特，且体型偏苗条，欧美人则更习惯感受欧美模特，体型偏丰满，等等。这些表达差异其实对用户体验影响很大，使用匹配表达更能获得当地人的认同。

因此，在本申请实施例中，提供了相应的解决方案，在该方案中，在确定出需要向用户推荐的商品，或者根据用户的搜索请求返回符合搜索条件的商品等场景下，还可以对商品描述信息的前台表达进行转换处理，使得转换后的描述信息更符合当前目标用户所属的国别化/地区化属性的本地化表达习惯，然后再通过目标页面提供给当前目标用户，从而让目标用户获得更亲切的感受。

其中，具体在对前台表达的描述信息进行转换时，可以包括对文本信息、属性参数信息、富媒体信息（包括图像、音频等）等多种模态的描述信息的转换，将其转换为更适合用户所在地的本地化表达的描述信息。具体的，在优选的实施方式下，还可以借助于AI（Artificial Intelligence，人工智能）模型等相关模型的能力，实现对多模态的商品描述信息的本地化转换处理，并使得转换后的描述信息更流畅自然，避免出现简单的关键词替换等方式下造成的语句不通顺等问题，处理效率也更高，使得转换处理的过程中也可以在数百毫秒级的时间范围内完成，从而更好的支持整个方案的落地实现。

由于本申请实施例提供的方案中，多种模态的描述信息都可以通过AI模型来完成转换处理的过程中，因此，为便于更好的理解，下面首先对AI模型（尤其是AI大规模参数模型，在下文中主要以AI大规模参数模型为例进行介绍）的相关概念进行简单的介绍。AI大规模参数模型也可以称为AI大模型，可以是指一类基础模型（Foundation Model），具体可以指在使用海量数据下训练出来的参数量巨大的、能适应一系列下游任务的模型。对于AI大模型而言，不仅在参数规模上存在参数量巨大（随着模型的不断迭代，参数量通常也会呈指数级增长，从亿到万亿，再到百万亿，甚至还可以更多）的特点，并且，从模态支持上看，AI大模型也从支持图片、图像、文本、语音、视频等单一模态下的单一任务，逐渐发展为支持多种模态下的多种任务。也即，大型模型通常还具备多种模态信息的高效理解能力、跨模态的感知能力以及跨差异化任务的迁移与执行能力等，甚至可能会具备如人类大脑体现的多模态信息感知能力。

从另一角度而言，AI大模型是“人工智能预训练大型模型”的简称，包含了“预训练”和“大模型”两层含义，二者结合产生了一种新的人工智能模式，即模型在大规模数据集上完成了预训练后无需微调，或仅需要少量数据的微调，就能支撑各类下游应用。也就是说，AI大模型得益于其“大规模预训练﹢微调”的范式，可以很好地适应不同下游任务，展现出它强大的通用性。这种具有通用性的AI大模型，在共享参数的情况下，只需在不同下游应用场景中做出相应微调就能得到优越的表现，突破传统AI模型难以泛化到其他任务上的局限性。

从处理结果的角度而言，上述AI大模型还属于一种生成式模型（GenerativeModel）。这类模型不但能根据特征预测结果，还能“理解”数据是如何产生的，并以此为基础“创造”出新的数据。

在AI大模型所具备的上述能力以及已有知识的支持下，可以使得本申请实施例中对商品描述信息的本地化转换得以更好的落地实现。例如，具体的，可以将商品的原始描述信息、当前目标用户的国别化/地区化属性信息输入到AI大模型中，AI大模型则可以进行相应的关键词转换、属性/参数信息转换、图像转换等处理，另外，对于文本类的内容，还可以基于转换后的关键词等进行本地化语法表达习惯的处理，或者，进行上下文连贯性的处理，使得转换后的文本更符合当前目标用户的本地化语法表达习惯，也更通顺，避免由于直接进行关键词替换等方式导致的处理后语句不够通顺等问题，等等。

从系统架构角度而言，参见图1，本申请实施例可以在商品信息服务系统中实现，该系统具体可以包括客户端以及服务端，其中，客户端主要用于进行前端页面的展示，与用户之间的交互等，服务端则主要用于提供具体的数据。在本申请实施例中，具体的AI模型等可以保存在服务端，在服务端完成具体的描述信息转换处理后返回给客户端进行展示等处理。当然，在实际应用中，还可以更充分地利用“端+云”的计算资源，对于一些简单的逻辑，可以利用客户端侧的计算资源做端侧计算，复杂的逻辑则在云端的服务器中做计算，等等。

下面对本申请实施例提供的具体实现方案进行详细介绍。

实施例

首先，该实施例一从服务端的角度，提供了一种提供商品对象信息的方法，参见图2，该方法可以包括：

S201：确定待向目标用户提供的至少一个目标商品对象及其原始描述信息。

在本申请实施例中，可以在多种不同的场景中，都对商品的描述信息进行本地化表达的转换。例如，其中一种场景可以说商品推荐场景，也即，在需要向目标用户进行商品推荐时，可以根据目标用户的历史行为记录、偏好等信息，确定出待推荐的至少一个目标商品对象（该过程已经可以实现商品维度上的“千人千面”），然后具体在页面中展示这种推荐的商品对象的信息时，还可以进行基于本地化表达的处理，实现商品信息表达层面的“千人千面”；或者，在搜索场景下，当用户输入关键词或者图片等之后，可以匹配出符合搜索条件的至少一个目标商品对象，此时，在该搜索场景中，现有技术也可以实现商品维度的“千人千面” ，然后具体在页面中展示这种商品对象搜索结果的信息时，还可以进行基于本地化表达的处理，实现商品信息表达层面的“千人千面”；另外，还可以在向用户展示某个具体商品的详情信息页面时，对具体的描述信息进行基于本地化表达的转换处理，等等。也就是说，本申请实施例中，具体的本地化表达的转换处理可以在多种场景中进行应用，相应的，可以在推荐商品信息流页面、商品搜索结果页面、商品详情信息页面等多种不同类型的页面中，实现商品描述信息的前台表达维度上的“千人千面”。

其中，关于目标商品对象的原始描述信息，可以是从商品信息库中获取的，通常可以是商家发布商品时提供的信息，包括标题，富媒体信息（包括图片、视频、音频等），属性/参数信息等。另外，商品的原始描述信息还可以包括商品获得的用户评论等方面的描述信息，等等。总之，在具体页面中需要展示的全部信息都可以作为待转换的描述信息，具体在进行转换处理时，可以将其中中的全部描述信息都进行转换，或者，也可以仅转换一部分，等等。

需要说明的是，在实际应用中，同一目标商品对象可能会关联多个不同的SKU（Stock Keeping Unit，库存进出计量的基本单元），虽然可能共用同一详情页面，但是，通常会分别为各个SKU分别提供对应的图片、标题等描述信息。例如，某服装类商品，提供有S、M、L三种尺码规则，以及黑色、白色两种颜色，用户可以在下单购买之前，通常需要首先通过详情页面中的操作选项打开SKU选择界面（通常可以以详情页面的半屏浮层等形式展示），并从中选择具体的尺码、颜色等，例如，用户可以选择S码、白色，则证明用户需要购买的是尺码为S，颜色为白色的SKU，等等。其中，在通过SKU选择界面对各种可选的SKU信息进行展示时，也可能会为不同的SKU提供不同的代表图片，例如，前述例子中，不同颜色的服装可以分别对应不同的图片，等等。在传统方式下，在不同的用户查看这种SKU选择界面时，展示出的信息都是相同的，包括同一SKU对应的图片都会是相同的，等等。但是，在本申请实施例中，对于这种SKU选择界面中展示出的描述信息，也可以进行基于当前用户所属国家/地区的本地化表达处理，以使得不同国家/地区的用户查看到同一商品的同一SKU的描述信息时，可以是不同的，这是因为分别按照不同国家/地区的本地化表达方式进行了处理。具体的，针对同一个SKU，本申请方案考虑国别、用户信息等的因素，利用AI自动生成式等方式，来进行不同的本地化表达处理或个性化处理，包括：将所述原始文本内容中包括的与商品名称和/或形容词相关的关键词，转换为所述国别化/地区化属性信息对应的本地化常用词。或者，根据所述国别化/地区化属性信息对应人群对所述目标商品对象所属类目商品的属性偏好信息，对所述原始标题文本内容进行与商品属性表达相关的文本内容的转换处理。又或者，根据所述目标用户的国别化/地区化属性信息，对所述原始用户评论文本内容进行重新排序，以便将属于所述国别化/地区化属性信息对应的本地化的用户评论文本内容进行优先展示，等等。

总之，在本申请实施例中，还可以获取到各个SKU分别对应的原始描述信息，后续在进行本地化处理时，也可以对这种SKU对应的原始描述信息进行基于本地化表达的处理，使得不同国家/地区的用户看到的关于同一SKU的目标描述信息可以是不同的。例如，可以对SKU的标题、图片等进行本地化表达的处理，等等。具体如，前述例子中的服装类商品具有黑色、白色两种颜色，分别对应了不同的SKU图片，在本申请实施例中，如果A、B用户处于不同的国家/地区，则即使A、B用户都查看该商品的“白色”，对应该“白色”展示出的SKU图片也可以是不同的，分别具有各自不同的本地化表达，等等。

S202：确定所述目标用户的国别化/地区化属性信息。

除了确定出商品对象的原始描述信息，还可以确定出具体的目标用户的国别化/地区化属性信息，包括具体目标用户所属的国家/地区等。其中，可以通过多种方式确定目标用户的国别化/地区化属性信息，例如，可以根据用户的IP（Internet Protocol ，互联网协议）地址、常用收货地址等信息来确定用户所属的国家/地区等信息。当然，还存在一些用户虽然可能生活在某个国家/地区，但是其实是其他国家/地区的人的情况，此时，该用户可能还会保留原来国家/地区的习惯，等等，因此，还可以结合用户的历史行为记录等，对用户的实际国别化/地区化属性进行确定。例如，如果某用户的IP地址显示其位于国家A，但是根据其历史浏览习惯、购物习惯等信息可以判断出该用户更可能本来是国家B的人，此时，也可以将国家B作为该用户的国别化/地区化属性值，等等。

这里需要说明的是，在具体实现时，除了可以获取用户的国别化/地区化属性信息，还可以获取到关于用户画像数据的其他信息，包括其是否为男性/女性、青年人/中年人/老年人，等等。这些用户画像数据也可以用于从其他维度上对商品的前台描述信息进行个性化表达。

S203：根据所述目标用户的国别化/地区化属性信息，对所述原始描述信息进行本地化表达的相关处理，生成目标描述信息。

在确定出所述至少一个目标商品对象及其原始描述信息，以及目标用户的国别化/地区化属性信息后，可以根据这种目标用户的国别化/地区化属性信息，对所述原始描述信息进行本地化表达的相关处理，以生成目标描述信息。

其中，具体的原始描述信息可以包括多种不同模态的信息，包括文本信息，图像信息，属性/参数描述信息，等等，对于不同模态的信息可以分别进行处理，或者，也可以对部分模态的信息进行处理。

具体的，对于文本类的信息，具体可以包括商品的标题、详情页中的图文详情内容、用户评论内容等，都可能会涉及到文本类的信息，因此，都可以进行转换处理。当然，对于商品列表类的页面（例如，推荐商品信息流页面，或者搜索结果页面等）而言，可能不会涉及到图文详情、用户评论等内容，因此，可以仅对标题部分进行转换，等等。

具体在对文本信息进行转换处理时，也就是根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始文本信息进行本地化表达的转换处理，生成目标文本，以便在所述目标页面中展示所述目标文本。

其中，具体对文本信息进行基于本地化表达的转换时，最基础的转换可以包括：将所述原始文本信息中包括的与商品名称和/或形容词相关的关键词，转换为所述国别化/地区化属性信息对应的本地化常用词。例如，假设某商品的原始标题中包括“橙子”，当前的目标用户是C地区的用户，则可以将该标题中的“橙子”转换为“柳丁”；假设某商品的原始标题中包括形容词“漂亮”，而当前的目标用户是B地区的用户时，可以将该标题中的“漂亮”转换为“靓”，等等。

另外，在对原始标题文本信息进行转换处理的过程中，还可能存在一种情况是，标题文本中可能会包括与商品属性表达相关的文本内容，此时，除了可以将其中包括的名词、形容词等关键词转换为本地化常用词之外，还可以根据所述国别化/地区化属性信息对应人群对所述目标商品对象所属类目商品的属性偏好信息，对所述原始标题文本信息进行与商品属性表达相关的文本内容的转换处理。其中，具体对与商品属性表达相关的文本内容进行转换处理时，可以有多种方式，例如，可以将所述原始标题文本信息中包括的与商品属性表达相关的目标文本内容删除或转换为其他属性值，或者，向所述原始标题文本中添加与商品属性表达相关的文本内容，等等。

例如，对于“保温杯”类的商品，为了突出其在容量方面的卖点，可能会将“500ml”等具体的参数值表达在标题文本中，但是，对于一些地区的用户而言，可能更认可“375ml”容量的“保温杯”，此时，如果该商品也具有“375ml”对应的SKU（Stock Keeping Unit，库存进出计量的基本单元），则在向该地区的用户展示该商品信息时，可以将标题中原来表达的“500ml”这一属性值，修改为“375ml”。或者，对于“充电宝”这一商品而言，A地区的用户可能更关注其“大容量”方面的卖点，于是该商品的标题中包括“20000毫安”等属性值，但是，B地区的用户则可能并不太关注容量方面的信息，因此，在目标用户为B地区的用户时，可以将标题中的“20000毫安”删除，等等。

另外，具体的文本类的信息还可以包括用户评论文本内容，具体在进行转换处理时，除了可以将其中包括的名词、形容词等关键词转换为本地化常用词之外，还可以根据所述目标用户的国别化/地区化属性信息，对所述原始用户评论文本内容进行重新排序，以便将属于所述国别化/地区化属性信息对应的本地化的用户评论文本内容进行优先展示。也就是说，在跨境电商场景中，对同一商品进行评论的用户也可能来自于世界各地，此时，与当前用户所属国家/地区相同或相近的用户的评论内容，对于当前用户而言，可能更具有参考价值。因此，通过本申请实施例的方式，可以将这种属于当前目标用户所属国别/地区对应的本地化的用户评论文本内容进行优先展示，这样，使得目标用户在查看目标商品对象的用户评论内容时，可以优先查看到这种本地化的用户评论内容。

需要说明的是，具体在对文本类的信息进行基于本地化表达的处理过程中，可以通过传统的方式来进行处理，例如，预先通过收集统计等方式，建立起不同国家/地区的常用词之间的对应关系词库，这样，在具体进行转换处理时，可以通过查询词库的方式来完成关键词的替换。但是，这种方式下，这种方式花费成本高，且词库规模、类型非常有限，例如，如果某个关键词在词库中并没有保存在某个国家/地区对应的常用词，则可能无法实现转换，等等。另外，这种简单的关键词替换方式，可能会导致替换后的文本出现上下文不够通顺，或者，替换后的语法表达与当前目标用户所在国家/地区的语法表达不匹配等情况。

针对以上情况，在优选的方式下，可以借助于AI大模型的能力，来实现对文本内容的基于本地化表达的转换。具体的，由于一些已有的AI大模型，其内容、知识极度丰富，并且能够理解通过自然语言表达的“问题”，还可以根据具体的问题创作出新的内容，其中，新创作出的文本内容在上下文的连贯性等方面通常都具有良好的表现，等等。因此，在本申请的优选实施例中，可以将所述原始标题文本以及所述目标用户的国别化/地区化属性信息输入到人工智能AI大规模参数模型中，以便由所述AI大规模参数模型对所述目标商品对象的原始标题文本进行本地化表达的转换处理。这样，可以还可以通过这种AI大规模参数模型对转换后的文本内容进行进一步的处理，例如，按照所述国别化/地区化属性信息对应的本地化表达方式，对转换处理后的文本内容进行符合本地化语法表达习惯的处理和/或上下文连贯性处理，以生成所述目标文本内容，等等。

当然，对于一些通用的AI大模型而言，直接利用这种模型来对具体的文本内容进行基于本地化表达的转换处理时，相当于是完全利用AI大模型自身已有的知识来进行内容生成，此时，可能会存在生成的文本内容并不够精确等情况。因此，在具体实现时，为了使得AI大模型生产出的内容更能够为本申请实施例中的应用场景所用，还可以提前对这种AI大模型进行针对性的训练。也就是说，AI大模型中包括的内容是很丰富的，但是，如何从中有效挖掘出对于本申请实施例中所述的场景而言有价值的信息，是比较重要的，也是使得AI大模型最终生成的内容在无需人为干预情况下也具有很高的可信度的关键。

为了达到该目的，一种方式下，具体在训练时，可以向AI大模型中输出一些正负样本，这些样本就可以是一些商品标题等文本内容，以及在多种不同国家/地区对应的转换结果，通过将这些样本输入到AI大模型中，使得AI大模型从中学习到具体在对文本内容进行基于本地化表达的转换过程中的“知识”，等等。

当然，在上述方式下，在样本的构造方面可能也会产生比较大的工作量，训练成本会比较高。因此，另一种方式下，还可以提前利用AI大模型建立起涵盖有更丰富信息的词库，然后可以将这种词库作为模型的输入信息，使得AI大模型可以基于这种提前构造的词库，完成对具体文本内容的转换等处理，这样也能在一定程度上达到AI大模型生产出的内容的可用性的目的。具体的，前期可以准备关于多个国家/地区常用词的正负样本（小规模的词库，例如，视频（A地区）-视讯（B地区）等对应关系），输入到AI大模型中；另外，还可以设置一些规则，这些规则可以是部分国家/地区在本地化表达方面的特殊性要求信息，例如，B地区需要输出为繁体字，C地区需要输出客家话，等等。另外，还可以梳理出一些关键类目，根据这些关键类目设定一些规则，等等。进而，在输入上述正负样本、规则的情况下，还可以要求AI大模型，不光要产生数据，还要产生泛化的结果：也即，要求AI大模型可以根据输入的小规模样本、规则的基础上，根据规则、正负样本进行泛化，例如，样本中包括“橙子（A地区）-柳丁（C地区）”这一样本对，查找全网所有与“橙子”类目相关的词，这些词分别属于哪些国家/地区的常用词，等等。这样，通过AI大模型可以在有限的样本集合基础上做泛化，当然，泛化过程中也要有规则，这种规则属于基于本申请实施例的场景，输入给AI大模型的相关知识性信息。当然，除了针对名词类的关键词构建起更完善的词库之外，还可以对形容词类的关键词也做类似的处理，使得AI大模型也能够针对形容词做基于本地化表达的转换。

另外，由于名称与形容词之间通常还有一定的搭配使用关系，也即，不是所有的名称与形容词都能够搭配在一起使用，因此，为了获得更好的效果，还可以根据名词与形容词之间的匹配关系，为具体的名词、形容词添加标签，指定哪些可以做词语匹配，等等。

再者，有了上述样本、规则之后，还可以让AI大模型自己对生产出的内容做校验、打分，通过不断的优化训练，可以达到满足在本申请实施例的应用场景下生产出的内容具有一定的可用性的目的。

在上述方式下，由于离线生成了更丰富的词库，因此，具体在针对文本类的内容进行基于本地化表达的转换处理时，可以将原始文本内容，当前目标用户的国别化/地区化属性信息，以及上述离线生成的词库输入到AI大模型中，使得AI大模型可以基于该词库进行本地化常用词等关键词的替换，另外还可以对文本的语法表达进行本地化处理，或者对上下文连贯性进行处理，等等。这样，由于词库已经提前离线生成（当然，也可以定期进行更新），因此，AI大模型可以通过在词库中查询的方式获取到具体需要替换到的目标关键词，然后，只需要在语法、上下文连贯性等方面进行处理，因此，可以进一步提升内容生产效率，更符合实时性的要求。当然，如果词库中不存在某国家/地区对应的常用词，则AI大模型也可以根据通过搜索全网知识等方式来进行确定，等等。

类似的方式，还可以将多个国家/地区对应的属性偏好信息、本地化语法表达习惯等样本输入到AI大模型中，使得AI大模型也获取到关于属性偏好信息、本地化语法表达习惯等相关的知识，从而能够对文本内容中包括的与属性表达相关的内容进行本地化转换，还可以使得最终生成的文本内容在语法表达等方面更符合本地化的表达习惯，等等。这样，具体在需要针对某目标用户对某商品对象的描述信息进行转换时，实际输入到AI大模型中的信息除了可以包括原始文本内容，目标用户的国别化/地区化属性信息之外，还可以包括预先建立的知识库和/或规则信息，其中，具体的知识库中就可以包括多个国家/地区对应的本地化常用词、属性偏好信息和/或本地化语法表达习惯的知识信息；具体的规则信息可以包括：部分国家/地区在本地化表达方面的特殊性要求信息，等等。其中，具体的知识库就可以是通过AI大模型离线生成的知识库，等等。

以上对文本内容的转换处理过程进行了介绍，另一种描述信息是商品对象的属性/参数描述信息，也即，需要转换的原始描述信息可以包括属性/参数描述信息。例如，对于服装类的商品而言，包括尺码、颜色等属性/参数，对于器具类的商品而言，包括容量、颜色等属性/参数，等等。对于这种属性/参数信息，由于通常会涉及到计量单位等，而不同国家/地区对同一参量的常用计量单位可能是不同的，例如，商品常用的尺码，不同地区有较大差异，包括鞋码、衣服码、体重等等。具体如，鞋子的尺码，美国的6号鞋码，对应中国码23.5码，欧码为37码，等等。因此，还可以根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理，生成目标属性/参数描述信息，以便在所述目标页面中展示所述目标属性/参数描述信息。

其中，具体在进行属性/参数描述信息的转换时，一方面，可以根据所述目标用户的国别化/地区化属性信息，将所述目标商品对象的原始属性/参数描述信息转换为本地化常用的标准或单位。例如，某款鞋子，原始的“尺码”属性中，表达为36、37、38等欧码，在面向美国的用户时，可以转换为5，5.5，6等美码，等等。

另一方面，如果所述目标商品对象关联有对应不同属性值/参数值的多个SKU，则还可以对所述多个SKU进行重新排序，以便将所述国别化/地区化属性信息对应的本地化常用的属性值/参数值对应的SKU优先展示。例如，某款“奶瓶”商品，其“容量”属性包括500ml、375ml等不同的容量值，对应不同的SKU，在默认状态下，是将“500ml”对应的SKU优先展示，但是，在面向B地区的用户时，由于“350ml”是当地用户最认可的一种容量，因此，可以将“350ml”对应的SKU优先展示。又如，对于一些电器类的商品，有支持“110V”、“220V”等多种不同电压值的不同SKU，其中，在默认状态下，是优先展示“220V”对应的SKU，但是，在面向日本等国家/地区的用户时，可以优先展示“110V”对应的SKU，等等。

其中，在对商品的属性/参数描述信息进行基于本地化表达的转换处理时，同样可以通过传统的方式来实现，或者，也可以将所述原始属性/参数描述信息以及所述目标用户的国别化/地区化属性信息输入到所述AI大规模参数模型中，以便由所述AI大规模参数模型对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理。当然，为了使得AI大模型能够针对属性/参数相关的描述信息进行更精确的转换处理，也可以预先对AI大模型进行有针对性的训练，或者，将不同国家/地区对多种不同维度上的属性分别具有怎样的常用表达方式等，作为知识类的信息输入给AI大模型，使得AI大模型能够输出更具有可用性的内容，等等。

除了文本内容、属性/参数描述信息，具体的商品描述信息还可以包括富媒体类的信息，例如，包括图像类、音频类的信息，等等。也即，具体需要进行转换的原始描述信息还可以包括商品对象的富媒体类的信息，具体可以包括图片、视频、音频，等等。因此，还可以根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始富媒体信息进行本地化表达的转换处理，生成目标富媒体信息，以便在所述目标页面中展示所述目标图像信息。

其中，具体在对图像信息进行处理时，可以包括图像的构图风格、模特人物类型和/或氛围元素进行基于本土化表达的转换处理。其中，商品构图可以根据本地化的喜好进行重新生成，例如，巴西国家的用户倾向于色彩绚丽的构图，欧美用户则更喜欢简约风格的构图，因此，可以根据不同国家/地区用户的偏好对图像的构图风格进行转换。关于模特类型，欧美与亚洲用户的身材差异大，亚洲用户可能更适合比较清新风格、苗条的模特人物，而欧美地区的用户则更喜欢比较丰满的模特人物，另外，由于欧美地区的用户普遍都属于比较丰满型的身材，因此，使用匹配的模特进行展示会使得用户更有体感。关于图像中的氛围元素，通常是为了烘托某种氛围添加的元素，但是其中有些元素对于某些国家/地区的用户而言可能是属于敏感元素，比如对非洲用户，特别是美国非洲裔的用户，“西瓜”可能属于敏感元素，等等，因此，也可以对这种氛围元素进行转换，将一些敏感的元素进行删除，或者替换为其他元素，等等。

其中，具体在对图像内容进行基于本地化表达的转换处理时，也可以通过AI大规模参数模型来完成。具体实现时，可以由AI大模型对具体的图像进行主体识别、抠图、替换等处理。尤其是对于其中的模特人物类型转换的过程，可以是由AI大模型根据目标用户所属的国家/地区生成对应的模特人物形象，并与当前商品的商品图重新进行匹配，生成新的模特上身图。例如，某图像中原来是一个亚洲模特穿着某条裙子，在向欧美地区的用户展示该商品时，可以替换为具有欧美用户的普遍相貌、身材的模特人物，并将该裙子的图片通过形变处理等之后，匹配到新的模特人物身上。然后，在与具体的背景图、氛围元素等合成为最终的目标图像，等等。

这里需要说明的是，关于转换后的模特人物，可以是由AI大模型创作出的虚拟模特人物形象，为了提升处理效率，可以预先通过离线的方式生成具有代表性的一些国家/地区的虚拟模特人物形象，这样，在具体进行转换时，可以从这种预先保存的虚拟模特人物形象中，选择出其中一个，再将具体商品的商品图匹配到该虚拟模特人物形象身上，等等。其中，同一国家/地区可以对应多个不同的虚拟模特人物形象，这样，对于包括多个商品的页面，可以使用不同的虚拟模特人物形象与不同的商品图进行匹配，避免出现页面中的多个商品都是相同的虚拟模特人物形象的情况。

另外需要说明的是，具体在将商品图与虚拟模特人物形象进行匹配时，还可以考虑到商品的具体属性/参数等情况，例如，一些服装的面料可能没有弹性，或者尺码偏小，可能并不适合体型比较丰满的欧美用户穿着，因此，在向欧美地区的用户展示时，可以不必替换为欧美地区对应的模特人物形象，避免出现对消费者造成误导等情况。具体实现时，如果通过AI大模型进行模特人物的转换，则可以将具体商品的属性/参数信息等也输入到AI大模型中，使得AI大模型通过综合决策，输出具体的转换结果。

如果具体的商品对象的原始描述信息中还包括音频类的信息，具体可以包括视频的背景音乐等，则也可以对这种音频类的信息进行基于本地化表达的转换处理。例如，如果目标用户是印度地区的用户，则可以将具体商品的背景音乐替换为具有印度地区风格的音频，等等。

S204：将所述至少一个目标商品对象对应的所述目标描述信息提供给所述目标用户对应的客户端，以便通过目标页面提供所述目标描述信息。

在对目标商品对象的文本内容、属性/参数描述信息、富媒体信息等进行基于本地化表达的转换处理之后，可以返回给目标用户对应的客户端，由客户端通过具体的目标页面提供给目标用户。其中，具体的目标页面就可以是推荐商品信息流页面，或者，商品搜索结果页面，或者，商品详情页面，等等。

总之，通过本申请实施例，在需要向目标用户提供目标商品对象的信息时，可以首先获取到这种目标商品对象的原始描述信息，以及目标用户的国别化/地区化属性信息，然后，可以根据所述目标用户的国别化/地区化属性信息，对所述原始描述信息进行本地化表达的相关处理，生成目标描述信息，以便通过目标页面向目标用户提供这种目标描述信息。通过这种方式，可以实现使得目标页面中提供的商品对象在前台描述信息的表达上实现“千人千面”，并且更符合当前目标用户所属国家/地区的本地化偏好，从而更容易激发用户的购物热情，提升用户体验，进而有利于提升点击率、转化率等指标。

其中，在优选的方式下，可以利用AI大规模参数模型在多模态内容理解、生成等方面的能力，帮助完成对商品描述信息进行的基于本地化表达的转换，可以提升效率，并且，还可以提升转换后的文本类内容的上下文连贯性等。当然，为了使得AI大模型生成的内容具有更高的可用性或者精确性，还可以提前利用一些样本、规则等对AI大模型进行针对性的训练。

实施例

该实施例二是与实施例一相对应的，从客户端的角度，提供了一种提供商品对象信息的方法，参见图3，该方法具体可以包括：

S301：接收服务端针对目标用户提供的至少一个目标商品对象的目标描述信息，所述目标描述信息是根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始描述信息进行基于本地化表达的相关处理后生成的；

S302：通过目标页面对所述至少一个目标商品对象的目标描述信息进行展示。

关于该实施例二中的未详述部分，可以参见前述实施例一或者本说明书其他部分的记载，这里不再赘述。

需要说明的是，本申请实施例中可能会涉及到对用户数据的使用，在实际应用中，可以在符合所在国的适用法律法规要求的情况下（ 例如，用户明确同意，对用户切实通知，等），在适用法律法规允许的范围内在本文描述的方案中使用用户特定的个人数据。

与实施例一相对应，本申请实施例还提供了一种提供商品对象信息的装置，参见图4，该装置可以包括：

原始描述信息确定单元401，用于确定待向目标用户提供的至少一个目标商品对象及其原始描述信息；

用户属性信息确定单元402，用于确定所述目标用户的国别化/地区化属性信息；

本地化处理单元403，用于根据所述目标用户的国别化/地区化属性信息，对所述原始描述信息进行基于本地化表达的相关处理，生成目标描述信息；

信息提供单元404，用于将所述至少一个目标商品对象对应的所述目标描述信息提供给所述目标用户对应的客户端，以便通过目标页面提供所述目标描述信息。

具体的，所述本地化处理单元具体可以用于：

利用人工智能AI大规模参数模型对所述原始描述信息进行模型理解，并根据所述目标用户的国别化/地区化属性信息对所述原始描述信息进行所述基于本地化表达的相关处理，以生成所述目标描述信息。

其中，所述原始描述信息包括：所述目标商品对象的原始文本内容；

此时，所述本地化处理单元具体可以用于：

根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始文本内容进行本地化表达的转换处理，生成目标文本内容，以便在所述目标页面中展示所述目标文本内容。

具体的，可以将所述原始文本内容中包括的与商品名称和/或形容词相关的关键词，转换为所述国别化/地区化属性信息对应的本地化常用词。

其中，所述原始文本内容包括：原始标题文本内容；

此时，所述本地化处理单元具体还可以用于：

根据所述国别化/地区化属性信息对应人群对所述目标商品对象所属类目商品的属性偏好信息，对所述原始标题文本内容进行与商品属性表达相关的文本内容的转换处理。

其中，具体可以将所述原始标题文本内容中包括的与商品属性表达相关的目标文本内容删除或转换为其他属性值，或者，向所述原始标题文本内容中添加与商品属性表达相关的文本内容。

或者，所述原始文本内容包括：原始用户评论文本内容；

此时，所述本地化处理单元具体还可以用于：

根据所述目标用户的国别化/地区化属性信息，对所述原始用户评论文本内容进行重新排序，以便将属于所述国别化/地区化属性信息对应的本地化的用户评论文本内容进行优先展示。

具体的，所述本地化处理单元具体可以用于：

将所述原始文本内容以及所述目标用户的国别化/地区化属性信息输入到AI大规模参数模型中，以便由所述AI大规模参数模型对所述目标商品对象的原始文本内容进行本地化表达的转换处理；

所述AI大规模参数模型还用于，按照所述国别化/地区化属性信息对应的本地化表达方式，对转换处理后的文本内容进行符合本地化语法表达习惯的处理和/或上下文连贯性处理，以生成所述目标文本内容。

其中，输入到所述AI大规模参数模型中的信息还可以包括：预先建立的知识库和/或规则信息，所述知识库中包括多个国家/地区对应的本地化常用词、属性偏好信息和/或本地化语法表达习惯的知识信息；所述规则信息包括：部分国家/地区在本地化表达方面的特殊性要求信息。

另外，所述原始描述信息包括：所述目标商品对象的原始属性/参数描述信息；

此时，所述本地化处理单元具体可以用于：

根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理，生成目标属性/参数描述信息，以便在所述目标页面中展示所述目标属性/参数描述信息。

具体的，可以根据所述目标用户的国别化/地区化属性信息，将所述目标商品对象的原始属性/参数描述信息转换为本地化常用的标准或单位。

或者，如果所述目标商品对象关联有不同属性值/参数值的多个最小库存量单位SKU，则对所述多个SKU进行重新排序，以便将所述国别化/地区化属性信息对应的本地化常用的属性值/参数值对应的SKU优先展示。

具体的，所述本地化处理单元具体可以用于：

将所述原始属性/参数描述信息以及所述目标用户的国别化/地区化属性信息输入到所述AI大规模参数模型中，以便由所述AI大规模参数模型对所述目标商品对象的原始属性/参数描述信息进行本地化表达的转换处理。

另外，所述原始描述信息包括：所述目标商品对象的原始富媒体类信息；

此时，所述本地化处理单元具体可以用于：

根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始富媒体类信息进行本地化表达的转换处理，生成目标富媒体类信息，以便在所述目标页面中展示所述目标富媒体类信息。

具体的，所述原始富媒体类信息包括原始图像信息；

此时，所述本地化处理单元具体可以用于：

根据所述目标用户的国别化/地区化属性信息，对所述原始图像信息的构图风格、模特人物类型和/或氛围元素进行转换处理，以生成符合所述国别化/地区化属性信息对应的本地化偏好的目标图像信息。

具体的，可以将所述原始图像信息以及所述目标用户的国别化/地区化属性信息输入到所述AI大规模参数模型中，以便由所述AI大规模参数模型对所述原始图像信息的构图风格、模特人物类型和/或氛围元素进行转换处理。

其中，在对原始图像信息中的模特人物类型进行转换处理时，可以根据所述目标商品对象的属性/参数信息，确定是否进行模特人物类型的转换处理。

另外，所述原始富媒体类信息可以包括原始音频信息；

此时，所述本地化处理单元具体可以用于：

根据所述目标用户的国别化/地区化属性信息，对所述原始音频信息进行转换处理，以生成符合所述国别化/地区化属性信息对应的本地化偏好的目标音频信息。

与实施例二相对应，本申请实施例还提供了一种提供商品对象信息的装置，参见图5，该装置可以包括：

信息接收单元501，用于接收服务端针对目标用户提供的至少一个目标商品对象的目标描述信息，所述目标描述信息是根据所述目标用户的国别化/地区化属性信息，对所述目标商品对象的原始描述信息进行基于本地化表达的相关处理后生成的；

信息提供单元502，用于通过目标页面提供所述至少一个目标商品对象的目标描述信息。

另外，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述方法实施例中任一项所述的方法的步骤。

以及一种电子设备，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，执行前述方法实施例中任一项所述的方法的步骤。

其中，图6示例性的展示出了电子设备的架构，例如，设备600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理，飞行器等。

参照图6，设备600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出（I/O）的接口612，传感器组件614，以及通信组件616。

处理组件602通常控制设备600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成本公开技术方案提供的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。

存储器604被配置为存储各种类型的数据以支持在设备600的操作。这些数据的示例包括用于在设备600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。

电源组件606为设备600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为设备600生成、管理和分配电力相关联的组件。

多媒体组件608包括在设备600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器（LCD）和触摸面板（TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当设备600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风（MIC），当设备600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。

I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器，用于为设备600提供各个方面的状态评估。例如，传感器组件614可以检测到设备600的打开/关闭状态，组件的相对定位，例如所述组件为设备600的显示器和小键盘，传感器组件614还可以检测设备600或设备600一个组件的位置改变，用户与设备600接触的存在或不存在，设备600方位或加速/减速和设备600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件616被配置为便于设备600和其他设备之间有线或无线方式的通信。设备600可以接入基于通信标准的无线网络，如WiFi，或2G、3G、4G/LTE、5G等移动通信网络。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信（NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RFID）技术，红外数据协会（IrDA）技术，超宽带（UWB）技术，蓝牙（BT）技术和其他技术来实现。

在示例性实施例中，设备600可以被一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由设备600的处理器620执行以完成本公开技术方案提供的方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。

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，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。

以上对本申请所提供的提供商品对象信息的方法及电子设备，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (9)

1.一种提供商品对象信息的方法，其特征在于，包括：

确定待通过目标页面向目标用户提供的至少一个目标商品对象及其原始描述信息，所述目标商品对象关联有最小库存量单位SKU信息；

确定所述目标用户的国别化/地区化属性信息；

根据所述目标用户的国别化/地区化属性信息，对所述SKU对应的原始描述信息进行基于本地化表达偏好相关的转换处理，生成目标描述信息；所述本地化表达偏好包括以下各项中的一项或多项：对所述原始描述信息中包括的商品名称和/或形容词的本地化常用词类的表达偏好，对所述原始描述信息中包括的属性/参数描述信息的本地化常用标准/计量单位偏好，对所述原始描述信息中包括的用户评论信息的本地化排序偏好，对所述原始描述信息中包括的富媒体类信息的本地化风格偏好；

将所述至少一个目标商品对象对应的所述目标描述信息提供给所述目标用户对应的客户端，以便通过目标页面提供所述目标描述信息，以使得在通过所述目标页面为不同国别化/地区化属性信息的用户提供同一商品对象的同一SKU的信息时，提供基于不同本地化表达偏好而生成的不同的目标描述信息。

2.根据权利要求1所述的方法，其特征在于，

所述对所述SKU对应的原始描述信息进行本地化表达的相关处理，生成目标描述信息，包括：

利用人工智能AI大规模参数模型对所述原始描述信息进行模型理解，并根据所述目标用户的国别化/地区化属性信息对所述原始描述信息进行所述基于本地化表达的相关处理，以生成所述目标描述信息。

3.根据权利要求2所述的方法，其特征在于，

对于文本内容类的原始描述信息，所述对所述SKU对应的的原始描述信息进行本地化表达的转换处理，包括：

将文本内容以及所述目标用户的国别化/地区化属性信息输入到AI大规模参数模型中，以便由所述AI大规模参数模型对所述SKU的原始文本内容进行本地化表达偏好相关的转换处理；

所述AI大规模参数模型还用于，按照所述国别化/地区化属性信息对应的本地化表达方式，对转换处理后的文本内容进行符合本地化语法表达习惯的处理和/或上下文连贯性处理，以生成所述目标文本内容。

4.根据权利要求1所述的方法，其特征在于，

如果所述目标页面为所述目标商品对象关联的多个SKU共用的同一详情页面，所述方法还包括：

按照所述国别化/地区化属性信息对应的本地化选择偏好，对所述多个SKU进行重新排序，以便在基于所述目标页面展示SKU选择界面时，按照重新排序结果确定所述SKU选择界面中所述多个SKU的展示顺序。

5.根据权利要求1所述的方法，其特征在于，

所述原始富媒体类信息包括原始图像信息；

所述对所述目标商品对象的原始富媒体类信息进行本地化表达的转换处理，包括：

根据所述目标用户的国别化/地区化属性信息，对所述原始图像信息的构图风格、模特人物类型和/或氛围元素进行转换处理，以生成符合所述国别化/地区化属性信息对应的本地化偏好的目标图像信息。

6.根据权利要求1所述的方法，其特征在于，

所述原始富媒体类信息包括原始音频信息；

所述对所述目标商品对象的原始富媒体类信息进行本地化表达的转换处理，包括：

根据所述目标用户的国别化/地区化属性信息，对所述原始音频信息进行转换处理，以生成符合所述国别化/地区化属性信息对应的本地化偏好的目标音频信息。

7.一种提供商品对象信息的方法，其特征在于，包括：

接收服务端针对目标用户提供的至少一个目标商品对象的目标描述信息，所述目标商品对象关联有最小库存量单位SKU信息，所述目标描述信息是根据所述目标用户的国别化/地区化属性信息，对所述SKU对应的原始描述信息进行基于本地化表达偏好相关的转换处理后生成的；所述本地化表达偏好包括以下各项中的一项或多项：对所述原始描述信息中包括的商品名称和/或形容词的本地化常用词类的表达偏好，对所述原始描述信息中包括的属性/参数描述信息的本地化常用标准/计量单位偏好，对所述原始描述信息中包括的用户评论信息的本地化排序偏好，对所述原始描述信息中包括的富媒体类信息的本地化风格偏好；

通过目标页面对所述至少一个目标商品对象的目标描述信息进行展示，以使得在通过所述目标页面为不同国别化/地区化属性信息的用户提供同一商品对象的同一SKU的信息时，提供基于不同本地化表达偏好而生成的不同的目标描述信息。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7任一项所述的方法的步骤。

9.一种电子设备，其特征在于，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，执行权利要求1至7任一项所述的方法的步骤。