本發(fā)明涉及數(shù)據(jù)處理，特別是涉及一種商品介紹信息的生成方法、系統(tǒng)、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、目前，越來越多的人會通過網(wǎng)絡(luò)選購商品。無論是電商平臺的商品詳情頁，還是社交軟件、公眾號的宣傳頁面，其制作都是由美工、編輯完成，美工將拍攝的圖片套在對應(yīng)模板內(nèi)，編輯負(fù)責(zé)撰寫對應(yīng)文本，工作內(nèi)容簡單且重復(fù)，但需要花費(fèi)的時間較長，人力成本較高。并且，現(xiàn)在新商品的節(jié)奏很快，尤其是快時尚服裝之類的企業(yè)，每周都要更新少則數(shù)十款、多則上百款商品，商品詳情頁的內(nèi)容設(shè)計(jì)是商品轉(zhuǎn)化率的重要因素，如果制作不好或更新緩慢，則達(dá)不到預(yù)期的宣傳展示效果，延長商家的上貨周期。如果要滿足較快的更新速度，則需要的人力成本就更高。

2、目前，也有利用人工智能算法來提高商品介紹信息生成的質(zhì)量和效率的方案。通常是在操作界面上的錄入頁面中錄入商品對象的商品數(shù)據(jù)。商品數(shù)據(jù)為圖像時，采用人工智能識別算法來識別圖像內(nèi)容，生成商品對象的商品介紹信息，例如通過ann（artificialneural?network，人工神經(jīng)網(wǎng)絡(luò)）這種人工智能識別算法進(jìn)行圖像識別，識別出圖像內(nèi)容為褲子，即生成的商品介紹信息便是“褲子”。在商品數(shù)據(jù)為文本時，也可以采用人工智能識別算法直接提取相關(guān)信息，生成商品對象的商品介紹信息。

3、這樣的方案針對文本輸入和圖像輸入分別進(jìn)行處理，容易導(dǎo)致輸出信息不全面，并且會高度依賴輸入的數(shù)據(jù)質(zhì)量，此外，也會出現(xiàn)商品介紹信息中的描述文本和圖像的相關(guān)性低的問題。而且，這樣的方案只是提取并生成識別到的文本信息，不能補(bǔ)充更多的描述信息，不利于豐富用戶的瀏覽體驗(yàn)。

4、綜上所述，如何提高商品介紹信息的生成效率和質(zhì)量，是目前本領(lǐng)域技術(shù)人員急需解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種商品介紹信息的生成方法、系統(tǒng)、設(shè)備及存儲介質(zhì)，以有效提高商品介紹信息的生成效率和質(zhì)量。

2、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

3、第一方面，本發(fā)明提供了一種商品介紹信息的生成方法，包括：

4、接收商品圖像，并確定用于引導(dǎo)多模態(tài)模型對所述商品圖像進(jìn)行描述的提示文本；

5、將所述商品圖像和所述提示文本輸入所述多模態(tài)模型之后，得到所述多模態(tài)模型輸出的用于描述所述商品圖像的文本信息；

6、將所述文本信息和所述商品圖像輸入至圖像生成模型，得到所述圖像生成模型輸出的與所述商品圖像相關(guān)的多張擴(kuò)展圖像，并將各張所述擴(kuò)展圖像以及所述文本信息，作為所生成的對應(yīng)于所述商品圖像的商品介紹信息。

7、另一方面，還包括：

8、接收針對所述商品圖像的輔助說明文本；

9、將所述輔助說明文本添加至所述提示文本當(dāng)中。

10、另一方面，所述多模態(tài)模型為預(yù)先經(jīng)過訓(xùn)練的，基于大型語言和視覺助手架構(gòu)的多模態(tài)模型，且所述多模態(tài)模型包括視覺編碼器，大規(guī)模語言模型以及用于連接所述視覺編碼器和所述大規(guī)模語言模型的多層感知機(jī)。

11、另一方面，確定用于引導(dǎo)多模態(tài)模型對所述商品圖像進(jìn)行描述的提示文本，包括：

12、根據(jù)所述商品圖像中的商品類型，從提示文本庫中選取出對應(yīng)于所述商品類型的提示文本，作為所確定出的用于引導(dǎo)多模態(tài)模型對所述商品圖像進(jìn)行描述的提示文本。

13、另一方面，還包括：

14、針對每一種商品類型，預(yù)先構(gòu)建出對應(yīng)于所述商品類型的k個候選提示文本；

15、其中，k為預(yù)設(shè)的不小于2的正整數(shù)；

16、將所述商品類型的測試商品圖像和所述商品類型的第i個候選提示文本輸入所述多模態(tài)模型之后，得到所述多模態(tài)模型輸出的用于描述所述測試商品圖像的第i文本信息；

17、其中，i為正整數(shù)且i從1依次取值至k；

18、得到了用于描述所述測試商品圖像的的第1文本信息至第k文本信息之后，依次確定出所述第1文本信息至所述第k文本信息各自與參考文本信息之間的相似程度；

19、從k個相似程度中選取出相似程度的最大值，并且將對應(yīng)的候選提示文本作為對應(yīng)于所述商品類型的最優(yōu)提示文本；

20、將所述最優(yōu)提示文本置入所述提示文本庫中，并建立所述最優(yōu)提示文本與所述商品類型之間的對應(yīng)關(guān)系，以將所述最優(yōu)提示文本作為所述提示文本庫中對應(yīng)于所述商品類型的提示文本。

21、另一方面，依次確定出所述第1文本信息至所述第k文本信息各自與參考文本信息之間的相似程度，包括：

22、將所述第1文本信息至所述第k文本信息以及所述參考文本信息均轉(zhuǎn)換成向量，并且通過向量之間的余弦相似度的計(jì)算，依次確定出所述第1文本信息至所述第k文本信息各自與參考文本信息之間的相似程度。

23、另一方面，還包括：

24、當(dāng)接收到提示文本調(diào)整指令時，從備用文本庫中選取出對應(yīng)于所述商品類型的提示文本，作為所確定出的用于引導(dǎo)多模態(tài)模型對所述商品圖像進(jìn)行描述的提示文本，并返回執(zhí)行將所述商品圖像和所述提示文本輸入所述多模態(tài)模型的操作，以重新生成對應(yīng)于所述商品圖像的商品介紹信息。

25、第二方面，本發(fā)明提供了一種商品介紹信息的生成系統(tǒng)，包括：

26、提示文本確定模塊，用于接收商品圖像，并確定用于引導(dǎo)多模態(tài)模型對所述商品圖像進(jìn)行描述的提示文本；

27、文本信息生成模塊，用于將所述商品圖像和所述提示文本輸入所述多模態(tài)模型之后，得到所述多模態(tài)模型輸出的用于描述所述商品圖像的文本信息；

28、商品介紹信息確定模塊，用于將所述文本信息和所述商品圖像輸入至圖像生成模型，得到所述圖像生成模型輸出的與所述商品圖像相關(guān)的多張擴(kuò)展圖像，并將各張所述擴(kuò)展圖像以及所述文本信息，作為所生成的對應(yīng)于所述商品圖像的商品介紹信息。

29、第三方面，本發(fā)明提供了一種商品介紹信息的生成設(shè)備，包括：

30、存儲器，用于存儲計(jì)算機(jī)程序；

31、處理器，用于執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)如上述所述的商品介紹信息的生成方法的步驟。

32、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如上述所述的商品介紹信息的生成方法的步驟。

33、應(yīng)用本發(fā)明實(shí)施例所提供的技術(shù)方案，考慮到基于多模態(tài)模型和圖像生成模型來生成商品介紹信息，可以有效提高商品介紹信息的生成效率和質(zhì)量。具體的，多模態(tài)模型支持文本和圖像的輸入，因此，接收商品圖像之后，還需要確定用于引導(dǎo)多模態(tài)模型對商品圖像進(jìn)行描述的提示文本，之后便可以將商品圖像和提示文本輸入多模態(tài)模型，多模態(tài)模型便會按照提示文本的要求，對商品圖像進(jìn)行描述，從而可以得到多模態(tài)模型輸出的用于描述商品圖像的文本信息。多模態(tài)模型所輸出的文本信息，會對商品圖像進(jìn)行擴(kuò)展性的補(bǔ)充描述，也就有利于豐富用戶的瀏覽體驗(yàn)。之后，再將文本信息和商品圖像輸入至圖像生成模型，圖像生成模型可以進(jìn)行圖像的擴(kuò)充，而且由于文本信息對商品圖像進(jìn)行了描述，使得圖像生成模型能夠更準(zhǔn)確地理解商品圖像，從而有利于保障所得到的擴(kuò)展圖像的質(zhì)量，即得到的多張擴(kuò)展圖像能夠與文本信息有較大的關(guān)聯(lián)性。并且可以看出，本技術(shù)方案無需人工進(jìn)行商品介紹信息的生成，因此可以保障效率。

34、綜上所述，本技術(shù)方案有效地提高了商品介紹信息的生成效率和質(zhì)量。