企业产品的界面配置方法、装置、设备及介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115048599A(43)申请公布日2022.09.13(21)申请号202210700342.9G06N3/04(2006.01)(22)申请日2022.06.20G06N3/08(2006.01)(71)申请人未鲲（上海）科技服务有限公司地址200120上海市浦东新区自由贸易试验区陆家嘴环路1333号15楼(72)发明人翟永青(74)专利代理机构深圳市沃德知识产权代理事务所(普通合伙)44347专利代理师高杰于志光(51)Int.Cl.G06F16/957(2019.01)G06F40/289(2020.01)G06F40/216(2020.01)G06F16/35(2019.01)G06K9/62(2022.01)权利要求书3页说明书10页附图3页(54)发明名称企业产品的界面配置方法、装置、设备及介质(57)摘要本发明涉及人工智能技术，揭露了一种企业产品的界面配置方法，包括：获取企业产品的产品标签；构建多标签分类器，利用所述多标签分类器对所述产品标签进行层级分类，得到层级标签；生成图层地图和矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图；根据关键词信息对预设的空白检索框进行配置，得到检索服务框；按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面，得到企业产品的配置界面。此外，本发明还涉及区块链技术，数据列表可存储于区块链的节点。本发明还提出一种企业产品的界面配置装置、电子设备以及存储介质。本发明可以优化企业产品的配置界面。CN115048599ACN115048599A权利要求书1/3页1.一种企业产品的界面配置方法，其特征在于，所述方法包括：获取企业产品的产品信息，提取所述产品信息的关键词信息，对所述关键词信息进行权重计算得到产品标签；构建多标签分类器，利用所述多标签分类器对所述产品标签进行层级分类，得到层级标签；生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图；根据关键词信息对预设的空白检索框进行配置，得到检索服务框；按照预设的页面分区将所述数据地图和所述检索服务框配置至目标界面，得到企业产品的配置界面。2.如权利要求1所述的企业产品的界面配置方法，其特征在于，所述构建多标签分类器，包括：将每个所述产品信息转换为词级拓扑图，将所有的拓扑图进行集合和划分，得到训练拓扑图集和测试拓扑图集；将所述产品标签转换为标签拓扑图；利用图卷积神经网络GCN提取所述训练拓扑图集中的词级拓扑图的词级特征向量；根据所述图卷积神经网络GCN的注意力系数和所述产品信息构建句级拓扑图，利用图卷积神经网络GCN提取所述训练拓扑图集中的句级拓扑图的句级特征向量；利用图卷积神经网络GCN逐个提取所述训练拓扑图集中的标签拓扑图的标签特征向量；采用基于注意力的残差网络对所述词级特征向量和所述句级特征向量进行特征融合，得到级联特征向量；将所述标签特征向量与所述级联特征向量进行点乘，预测所述产品信息的分类标签；根据所述分类标签计算待训练的多标签文本分类模型的损失函数，将所述测试拓扑图集中的词级拓扑图再次输入到待训练的多标签文本分类模型中，优化所述损失函数，当所述损失函数最小时，得到训练完成的多标签分类器。3.如权利要求2所述的企业产品的界面配置方法，其特征在于，所述利用图卷积神经网络GCN提取所述训练拓扑图集中的词级拓扑图的词级特征向量，包括：采用预训练的BERT模型对产品信息进行词向量编码处理，得到每个词在向量空间中对应的特征向量；根据词级拓扑图的节点和边构建邻接矩阵；根据所述特征向量构建初始特征矩阵；将所述邻接矩阵和所述初始特征矩阵输入到图卷积神经网络GCN模型中，提取出所述产品信息的词级特征向量。4.如权利要求1所述的企业产品的界面配置方法，其特征在于，所述生成所述层级标签的图层地图和所述层级标签的矢量底图，利用所述图层地图和所述矢量底图生成所述层级标签的企业产品地图，包括：将所述层级标签进行矢量化处理，得到矢量数据；通过对所述矢量数据进行倾斜射影获取层级梯度，根据所述层级梯度和所述矢量数据2CN115048599A权利要求书2/3页得到图层地图；将所述矢量数据添加到预设的底图的构造函数上，得到矢量底图；根据矢量数据的像素值对所述图层地图和所述矢量底图进行切片，得到切片地图；对所述切片地图和所述图层区间进行色彩填充，得到所述层级标签的企业产品地图。5.如权利要求1所述的企业产品的界面配置方法，其特征在于，所述根据关键词信息对预设的空白检索框进行配置，得到检索服务框，包括：获取预设的空白检索框的布局文件，根据所述布局文件对预设的空白检索框进行布局配置，得到一级检索框，其中，所述布局配置包括