一种物料型号提取方法、装置及计算机设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113609279A(43)申请公布日2021.11.05(21)申请号202110895880.3(22)申请日2021.08.05(71)申请人湖南特能博世科技有限公司地址410000湖南省长沙市高新开发区麓谷大道662号软件大楼135号(72)发明人刘勃黄云峰李婷付昭阳(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人梁韬(51)Int.Cl.G06F16/335(2019.01)G06F40/216(2020.01)G06F40/30(2020.01)G06N3/04(2006.01)权利要求书2页说明书8页附图1页(54)发明名称一种物料型号提取方法、装置及计算机设备(57)摘要本申请提供一种物料型号提取方法、装置及计算机设备。该方法首先利用物料型号提取模型提取目标文本单元中包含的目标物料类型及对应的全部初始物料子型号，其中，每个初始物料子型号包括一个目标特征属性及至少一个目标特征值，不同初始物料子型号包含的目标特征属性不同。然后，从各初始物料子型号中选取匹配度最大的目标特征属性及对应的目标特征值为目标物料子型号，再将各目标物料子型号组合得到对应目标物料类型的综合物料型号。本申请通过模型提取物料型号，提取文本单元中各类格式的初始物料子型号，然后筛选出匹配度最大的目标物料子型号，去除错误的子型号，进一步组合得到综合物料型号，可以提高型号提取的适应性和准确度。CN113609279ACN113609279A权利要求书1/2页1.一种物料型号提取方法，其特征在于，所述方法包括：利用物料型号提取模型提取目标文本单元中包含的目标物料类型及对应的全部初始物料子型号，其中，每个所述初始物料子型号包括一个目标特征属性及至少一个目标特征值，不同初始物料子型号包含的目标特征属性不同；从各初始物料子型号中选取匹配度最大的目标特征属性及对应的目标特征值为目标物料子型号；将各目标物料子型号组合得到对应所述目标物料类型的综合物料型号。2.根据权利要求1所述的方法，其特征在于，利用物料型号提取模型提取目标文本单元中包含的目标物料类型和对应的全部初始物料子型号的步骤，包括：分别基于物料型号提取模型和预设的型号提取规则对各目标文本单元进行提取，对应得到第一物料子型号和第二物料子型号；若所述第一物料子型号和所述第二物料子型号相同，选取所述第一物料子型号或第二物料子型号为初始物料子型号；若所述第一物料子型号和所述第二物料子型号不同，输出提取异常信号。3.根据权利要求1所述的方法，其特征在于，利用物料型号提取模型提取目标文本单元中包含的目标物料类型和对应的全部初始物料子型号的步骤之前，所述方法还包括：采集并标注样本文本单元，其中，每个所述样本文本单元包含一种样本物料类型、至少一个样本特征属性和各样本特征属性对应的样本特征值；将每个所述样本特征属性和对应的样本特征值关联存储到对应所述样本物料类型的样本数据集；基于所述样本数据集训练基础神经网络，得到所述物料型号提取模型。4.根据权利要求3所述的方法，其特征在于，采集并标注样本文本单元的步骤之后，所述方法还包括：将样本特征属性及样本特征值错位匹配得到各样本特征属性对应的异常特征值，其中，每个所述样本特征属性对应的所述异常特征值和所述样本特征值的单位相同；将每个所述样本特征属性及对应的异常特征值关联存储到对应所述样本物料类型的异常数据集；从各初始物料子型号中选取匹配度最大的目标特征属性及对应的目标特征值为目标物料子型号的步骤，包括：判断所述初始物料子型号中的所述目标特征属性与所述目标特征值是否与所述异常数据集关联；保留不与所述异常数据集关联的目标特征属性及对应的目标特征值为目标物料子型号。5.根据权利要求1所述的方法，其特征在于，从各初始物料子型号中选取匹配度最大的目标特征属性及对应的目标特征值为目标物料子型号的步骤，包括：计算各初始物料子型号内所述目标特征属性与各所述目标特征值的匹配概率；保留各所述初始物料子型号中最大匹配概率对应的目标特征值和目标特征属性为目标物料子型号。6.一种物料型号提取装置，其特征在于，所述装置包括：2CN113609279A权利要求书2/2页提取模块，用于利用物料型号提取模型提取目标文本单元中包含的目标物料类型及对应的全部初始物料子型号，其中，每个初始物料子型号包括一个目标特征属性及至少一个目标特征值，不同初始物料子型号包含的目标特征属性不同；选取模块，用于从各初始物料子型号中选取匹配度最大的目标特征属性及对应的目标特征值为目标物料子型号；组合模块，用于将各目标物料子型号组合得到对应所述目标物料类型的综合物料型号。7.根据权利要求6所述的装置，其特征在于，所述提取模块具体用于分别基