一种数据处理方法及装置与流程

本技术涉及物流，特别是涉及一种数据处理方法及装置。

背景技术：

1、随着技术的飞速的发展，越来越多用户在网上购买商品，在用户通过电商平台购买商品的情况下，商家可以创建物流订单并将物流订单发送至物流系统，物流系统根据物流订单将商品打包并配送给用户，以使用户得到购买的商品。

2、其中，商品具有各自的物流属性，例如，商品的禁限运要求、商品涉及的税则以及商品是否易碎易漏等。不同的商品的禁限运要求往往不同，不同的商品涉及的税则也往往不同，不同的商品的碎漏情况也往往不同等。

3、物流系统会根据物流订单中的商品的禁限运要求、商品的涉及的税则以及商品是否易碎遗漏等物流属性为商品创建物流解决方案(可以包括商品的包装材料、商品的包装方式以及商品的配送方式等等)，并基于物流方案来配送商品。

4、另外，依照相关规定，相关部门会对包裹中的商品进行核实和查验，比如，商品通关的过程中需要查验商品的缴税情况、清关的过程中需要查验商品所属的品类的名称以及干线和口岸要对包裹做安检等。

5、所以，识别商品的物流属性对商品是否能够安全快速到达用户手中具有重要意义。

技术实现思路

1、本技术示出了一种数据处理方法及装置。

2、第一方面，本技术示出了一种识别物流属性的方法，所述方法包括：根据物流对象的对象描述信息获取物流对象的与物流属性相关的多个基础属性的属性特征；获取用于表征各个基础属性的属性特征分别与多个候选物流属性中的各个候选物流属性之间的相关度的相关度特征；以及，对于所述多个基础属性中的任意一个基础属性，至少根据所述多个基础属性的属性特征，获取所述基础属性的关联基础属性对所述基础属性的注意力特征，得到所述基础属性对应的注意力特征；根据所述相关度特征以及所述各个基础属性分别对应的注意力特征，在所述多个候选物流属性中确定所述物流对象的物流属性。

3、第二方面，本技术示出了一种训练物流属性识别模型的方法，所述方法包括：获取至少一个样本数据集，所述样本数据集中包括：样本物流对象的样本对象描述信息以及所述样本物流对象的标注物流属性；创建物流属性识别模型的网络结构；使用所述样本数据集对所述物流属性识别模型中的网络参数训练，直至所述网络参数收敛，得到所述物流属性识别模型；其中，所述网络结构至少包括属性特征提取网络、相关度特征提取网络、注意力特征提取网络以及物流属性判定网络；所述属性特征提取网络用于根据所述样本物流对象的样本对象描述信息获取所述样本物流对象的与物流属性相关的多个样本基础属性的样本属性特征；所述相关度特征提取网络用于获取用于表征各个样本基础属性的样本属性特征分别与多个候选物流属性中的各个候选物流属性之间的相关度的样本相关度特征；所述注意力特征提取网络用于对于所述多个样本基础属性中的任意一个样本基础属性，至少根据所述多个样本基础属性的样本属性特征，获取所述样本基础属性的样本关联基础属性对所述样本基础属性的样本注意力特征，得到所述样本基础属性对应的样本注意力特征；所述物流属性判定网络用于根据所述样本相关度特征以及所述多个样本基础属性中的各个样本基础属性分别对应的样本注意力特征，在所述多个候选物流属性中确定所述样本物流对象的物流属性。

4、第三方面，本技术示出了一种识别物流属性的装置，所述装置包括：第一获取模块，用于根据物流对象的对象描述信息获取物流对象的与物流属性相关的多个基础属性的属性特征；第二获取模块，用于获取用于表征各个基础属性的属性特征分别与多个候选物流属性中的各个候选物流属性之间的相关度的相关度特征；第三获取模块，用于对于所述多个基础属性中的任意一个基础属性，至少根据所述多个基础属性的属性特征，获取所述基础属性的关联基础属性对所述基础属性的注意力特征，得到所述基础属性对应的注意力特征；确定模块，用于根据所述相关度特征以及所述各个基础属性分别对应的注意力特征，在所述多个候选物流属性中确定所述物流对象的物流属性。

5、第四方面，本技术示出了一种训练物流属性识别模型的装置，所述装置包括：第四获取模块，用于获取至少一个样本数据集，所述样本数据集中包括：样本物流对象的样本对象描述信息以及所述样本物流对象的标注物流属性；创建模块，用于创建物流属性识别模型的网络结构；训练模块，用于使用所述样本数据集对所述物流属性识别模型中的网络参数训练，直至所述网络参数收敛，得到所述物流属性识别模型；其中，所述网络结构至少包括属性特征提取网络、相关度特征提取网络、注意力特征提取网络以及物流属性判定网络；所述属性特征提取网络用于根据所述样本物流对象的样本对象描述信息获取所述样本物流对象的与物流属性相关的多个样本基础属性的样本属性特征；所述相关度特征提取网络用于获取用于表征各个样本基础属性的样本属性特征分别与多个候选物流属性中的各个候选物流属性之间的相关度的样本相关度特征；所述注意力特征提取网络用于对于所述多个样本基础属性中的任意一个样本基础属性，至少根据所述多个样本基础属性的样本属性特征，获取所述样本基础属性的样本关联基础属性对所述样本基础属性的样本注意力特征，得到所述样本基础属性对应的样本注意力特征；所述物流属性判定网络用于根据所述样本相关度特征以及所述多个样本基础属性中的各个样本基础属性分别对应的样本注意力特征，在所述多个候选物流属性中确定所述样本物流对象的物流属性。

6、第五方面，本技术示出了一种电子设备，所述电子设备包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行如前述的任一方面所示的方法。

7、第六方面，本技术示出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如前述的任一方面所示的方法。

8、第七方面，本技术示出了一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备能够执行如前述的任一方面所示的方法。

9、与现有技术相比，本技术包括以下优点：

10、在本技术中，根据物流对象的对象描述信息获取物流对象的与物流属性相关的多个基础属性的属性特征。获取用于表征各个基础属性的属性特征分别与多个候选物流属性中的各个候选物流属性之间的相关度的相关度特征。对于多个基础属性中的任意一个基础属性，至少根据多个基础属性的属性特征，获取该基础属性的关联基础属性对该基础属性的注意力特征，得到该基础属性对应的注意力特征。根据相关度特征以及多个基础属性中的各个基础属性分别对应的注意力特征，在多个候选物流属性中确定物流对象的物流属性。

11、在本技术中，通过获取物流对象的各个基础属性的属性特征分别与多个候选物流属性中的各个候选物流属性之间的相关度的相关度特征，可以得到物流对象的各个基础属性的属性特征分别对各个候选物流属性的贡献程度。例如，基础属性“品类”的属性特征“牛奶”对候选物流属性“易漏”的贡献程度更高，基础属性“品类”的属性特征“电池”对候选物流属性“易燃”以及“易爆”的贡献程度更高等，如此通过物流对象的各个基础属性的属性特征分别对各个候选物流属性的贡献程度可以提高识别物流对象的物流属性的准确率，也可以提高识别出的物流对象的物流属性的可解释性。

12、其次，通过注意力机制可以获取物流对象的多个基础属性的属性特征之间的拓扑结构信息，通过拓扑结构信息可以捕捉到关联的基础属性的属性特征之间关系特征，如此可以丰富用来识别物流对象的物流属性的特征，可以提高识别物流对象的物流属性的准确率。其次，通过注意力机制还可以确定不同的基础属性的属性特征之间关系特征的重要程度，通过重要程度可以区分基础属性的属性特征之间重要的关系以及不重要的关系，例如，可以更聚焦于重要的关系，抑制不重要的关系，以突出更关键的特征，进而通过更关键的特征可以提高识别物流对象的物流属性的准确率。