申请/专利权人：舟谱数据技术南京有限公司

申请日：2020-03-03

公开（公告）日：2024-06-25

公开（公告）号：CN111382553B

主分类号：G06F40/117

分类号：G06F40/117;G06F40/205;G06F40/289;G06F40/30;G06F16/33

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2020.07.31#实质审查的生效;2020.07.07#公开

摘要：本发明公开了基于经验学习的商品归一和检索系统，属于商品信息归一技术领域，该系统包括用于对商品基本档案进行存储的商品档案库、用于对商品基本档案进行查询和补充的客户端、用于对商品基本档案完善过程中的归一化处理以及用于对完善的商品基本档案进行查询和检索的检索模块本发明科学合理，使用安全方便，该系统通过不同客户对同一个商品的部分描述，可以构建一个商品实体的尽可能详尽的描述，一个商品的基本档案可以通过不同人的描述，以“拼图”的方式补全全貌，同时任何一个客户补充了自己关注的商品信息后，该信息都会同步到其他客户的商品档案中，形成了良性反馈。

主权项：1.基于经验学习的商品归一和检索系统，其特征在于：该系统包括用于对商品基本档案进行存储的商品档案库、用于对商品基本档案进行查询和补充的客户端、用于对商品基本档案完善过程中的归一化处理以及用于对完善的商品基本档案进行查询和检索的检索模块；所述客户端的输出端电性连接归一化处理的输入端，所述归一化处理的输出端电性连接商品档案库的输入端，所述商品档案库通过信息同步将信息发送至其他客户端，形成良性反馈，所述商品档案库通过匹配模块对检索模块的检索信息进行匹配；所述归一化处理通过短文本拆分模块、关键词提取模块、行业词汇积累模块和商品归一化模块共同实现；所述短文本拆分模块包括对短文本的初步拆分和细致拆分；所述初步拆分是指根据传统的对于商品的描述以及助词在短文本中出现的位置将短文本初步拆分成若干个单元，这若干个单元单独之间不能作为对商品基本档案描述的关键词，所述细致拆分是指根据词库对初步拆分之后的若干个单元中的每个单元再次进行拆分成若干个小单元，使得再次拆分之后的若干个小单元都能作为单独的关键词对商品基本档案进行描述；根据公式计算出不同字符数的词汇占整个短文本的比例；根据公式：T＝k+2*a+3*b+4*c+5*d+Ya+b+c+d＝X；其中，a表示两个字词汇的数量，b表示三个字词汇的数量，c表示四个字词汇的数量，d表示五个字词汇的数量；根据公式： 分别计算不同字符数的词汇在整个短文本中所出现的概率，其中i为a、b、c和d；所述短文本拆分模块的输出端电性连接关键词提取模块的输入端，所述行业词汇积累模块的输出端电性连接关键词提取模块的输入端，所述关键词提取模块的输出端电性连接商品归一模块的输入端；所述短文本拆分模块用于对客户端输入的关于商品基本档案的部分描述进行拆分，形成若干个对商品基本档案描述的词汇，所述关键词提取模块用于将短文本拆分模块所拆分的若干个对基本档案描述的词汇进行关键词的提取，所述关键词是指未在对商品的基本档案描述过程中出现的词汇，所述行业词汇积累模块用于对行业中会出现的描述词汇进行积累和收集，所述商品归一模块用于对关键词提取模块所提取的关键词进行归一处理，完善商品的基本档案并存储在商品档案库中；所述初步拆分通过字符数识别单元、助词匹配单元、助词库和拆分初确认单元实现，所述细致拆分通过词汇匹配单元、词库和拆分确认单元实现；所述字符数识别单元的输出端电性连接助词匹配单元的输入端，所述助词库的输出端电性连接助词匹配单元的输入端，所述助词匹配单元的输出端电性连接拆分初确认单元的输入端，所述拆分初确认单元的输出端电性连接词汇匹配单元的输入端，所述词库的输出端电性连接词汇匹配单元的输入端，所述词汇匹配单元的输出端电性连接拆分确认单元的输入端；所述字符数识别单元用于对客户端所发布的对商品基本档案的部分描述短文本的总字符进行识别和确认，所述助词匹配单元用于在助词库的基础上对短文本中的助词进行匹配和标注，所述拆分初确认单元用于根据所匹配和标注的助词确认初步拆分之后的单元，所述词汇匹配单元用于在词库的基础上对初步拆分之后的单元中的词汇进行匹配和标注，所述拆分确认单元用于根据匹配和批注的词汇将初步拆分之后的单元最终细致拆分成若干个小单元，完成对短文本的关键词拆分。

全文数据：

权利要求：

百度查询： 舟谱数据技术南京有限公司 基于经验学习的商品归一和检索系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD