物流行业词向量矩阵构建方法、装置、存储介质及电子设备与流程

1.本发明涉及信息处理技术领域，特别涉及一种物流行业词向量矩阵构建方法、装置、存储介质及电子设备。


背景技术：

2.近年来，为了将自然语言应用于语义分析、情绪走势分析、信息检索等领域，人们通常会先将词语(简称词)表达成一维或多维的词向量，再利用计算设备对该词向量进行进一步的处理。
3.在物流行业中，现有货物词汇表示方式为one-hot的方式，如蔬菜、水果、钢材，用one-hot表示分别为(1、0、0)、(0、1、0)、(0、0、1)，三者之间相似度为0，但在实际货运场景中，从货物种类角度看，蔬菜和水果相似度要远远高于蔬菜与钢材、水果与钢材的相似度。因此，现有物流行业中词汇向量表示方式忽略了词汇的语义信息，不能表示出词汇间的相关性，从而降低了语义表征的准确度。


技术实现要素：

4.本技术实施例提供了一种物流行业词向量矩阵构建方法、装置、存储介质及电子设备。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
5.第一方面，本技术实施例提供了一种物流行业词向量矩阵构建方法，方法包括：
6.根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图；
7.构建围栏序列中每个围栏的词向量；
8.根据企业上下游关系图生成每个企业的多组上下文词汇；
9.从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量；
10.基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。
11.可选的，根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图，包括：
12.获取车辆停靠点数据和企业围栏数据；
13.关联车辆停靠点数据和企业围栏数据，以将车辆停靠点数据转换为围栏序列；
14.根据围栏序列生成企业上下游关系图。
15.可选的，根据围栏序列生成企业上下游关系图，包括：
16.确定围栏序列中相邻围栏间的关系，生成关系图；
17.识别关系图中的相同关系和关系数量小于预设阈值的关系；
18.将相同关系进行归并，并将关系数量小于预设阈值的关系进行剔除，得到企业上
下游关系图。
19.可选的，构建围栏序列中每个围栏的词向量，包括：
20.根据围栏序列中每个围栏对应的企业实体的词汇，确定企业实体对应的兴趣点类型标签和货物类型标签；
21.从预设词向量空间中匹配出兴趣点类型标签和货物标签中各词汇的初始向量；
22.将兴趣点类型标签和货物标签中各词汇的初始向量进行融合，生成每个围栏的词向量。
23.可选的，根据企业上下游关系图生成每个企业的多组词汇，包括：
24.对企业上下游关系图中各个企业节点按上下游方向进行广度搜索，得到每个企业的深度树；
25.根据每个企业的深度树中根节点到叶节点的每条路径，分别确定每条路径对应的词汇上下文关系；
26.将每个词汇上下文关系上的词汇进行排列组合，生成每个企业的多组上下文词汇。
27.可选的，基于每组词汇对应的目标词向量进行模型训练后，生成物流行业词向量矩阵，包括：
28.将每组上下文词汇对应的目标词向量输入预设词嵌入模型中，输出多个目标值；
29.根据多个目标值生成物流行业词向量矩阵。
30.可选的，根据多个目标值生成物流行业词向量矩阵，包括：
31.将多个目标值做和，生成模型损失值；
32.当模型损失值到达预设阈值时，输出词嵌入训练模型中间层的参数矩阵；
33.将中间层的参数矩阵确定为物流行业词向量矩阵。
34.第二方面，本技术实施例提供了一种物流行业词向量矩阵构建装置，装置包括：
35.数据构建模块，用于根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图；
36.词向量构建模块，用于构建围栏序列中每个围栏的词向量；
37.词汇生成模块，用于根据企业上下游关系图生成每个企业的多组上下文词汇；
38.词向量映射模块，用于从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量；
39.词向量矩阵生成模块，用于基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。
40.第三方面，本技术实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。
41.第四方面，本技术实施例提供一种电子设备，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。
42.本技术实施例提供的技术方案可以包括以下有益效果：
43.在本技术实施例中，物流行业词向量矩阵构建装置首先根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图，然后构建围栏序列中每个围栏的词向量，再根据企业上下游关系图生成每个企业的多组上下文词汇，其次从每个围栏的词向量映射
出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量，最后基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。由于本技术通过构建企业上下游关系，进而构建企业标签中词汇的语义关系，通过自然语言处理的手段，生成物流词汇特有的语义向量表示，从而更好的计算物流词汇间的相似度以及用相应词汇表征的实体的相似度，同时提高了语义表征的准确度。
44.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
45.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
46.图1是本技术实施例提供的一种物流行业词向量矩阵构建方法的流程示意图；
47.图2是本技术实施例提供的一种企业深度树示意图；
48.图3是本技术实施例提供的一种企业关系路径示意图；
49.图4是本技术实施例提供的一种企业词汇上下文示意图；
50.图5是本技术实施例提供的一种词嵌入训练模型示意图；
51.图6是本技术实施例提供的一种物流行业词向量矩阵构建装置的结构示意图；
52.图7是本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
53.以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
54.应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
55.下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
56.在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
57.本技术提供了一种物流行业词向量矩阵构建方法、装置、存储介质及电子设备，以解决上述相关技术问题中存在的问题。本技术提供的技术方案中，由于本技术通过构建企业上下游关系，进而构建企业标签中词汇的语义关系，通过自然语言处理的手段，生成物流词汇特有的语义向量表示，从而更好的计算物流词汇间的相似度以及用相应词汇表征的实
体的相似度，同时提高了语义表征的准确度，下面采用示例性的实施例进行详细说明。
58.下面将结合附图1-附图5，对本技术实施例提供的物流行业词向量矩阵构建方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于基于冯诺依曼体系的物流行业词向量矩阵构建装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。
59.请参见图1，为本技术实施例提供了一种物流行业词向量矩阵构建方法的流程示意图。如图1所示，本技术实施例的方法可以包括以下步骤：
60.s101，根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图；
61.其中，车辆停靠点数据为车辆电子设备根据预设周期上报的车辆停靠位置信息，至少包括车辆停靠点的经纬度。企业围栏数据是对企业构建的电子围栏数据。
62.在本技术实施例中，首先获取车辆停靠点数据和企业围栏数据，然后关联车辆停靠点数据和企业围栏数据，以将车辆停靠点数据转换为围栏序列，最后根据围栏序列生成企业上下游关系图。
63.进一步地，在根据围栏序列生成企业上下游关系图时，首先确定围栏序列中相邻围栏间的关系，生成关系图，然后识别关系图中的相同关系和关系数量小于预设阈值的关系，最后将相同关系进行归并，并将关系数量小于预设阈值的关系进行剔除，得到企业上下游关系图。
64.在一种可能的实现方式中，关联车辆停靠点数据和企业围栏数据，以将车辆的停靠点序列转化为围栏序列，再根据相邻围栏间的关系，将相同的关系进行归并，并去除数量低于阈值k的关系后得到企业上下游关系图。
65.s102，构建围栏序列中每个围栏的词向量；
66.其中，围栏序列中每个围栏对应的企业实体包含多种标签，本技术针对每个围栏构建了两类围栏标签，一类是poi类型标签，如矿区、农田、港口、工地等，一类是货物标签，如海鲜、钢材、矿粉、集装箱等。
67.在本技术实施例中，在构建围栏序列中每个围栏的词向量时，首先根据围栏序列中每个围栏对应的企业实体的词汇，确定企业实体对应的兴趣点类型标签和货物类型标签，然后从预设词向量空间中匹配出兴趣点类型标签和货物标签中各词汇的初始向量，最后将兴趣点类型标签和货物标签中各词汇的初始向量进行融合，生成每个围栏的词向量。
68.需要说明的是，标签的生成采用关键词词汇表映射的方式进行，每个词用one-hot向量表示。
69.s103，根据企业上下游关系图生成每个企业的多组上下文词汇；
70.在本技术实施例中，在根据企业上下游关系图生成每个企业的多组词汇时，首先对企业上下游关系图中各个企业节点按上下游方向进行广度搜索，得到每个企业的深度树，然后根据每个企业的深度树中根节点到叶节点的每条路径，分别确定每条路径对应的词汇上下文关系，最后将每个词汇上下文关系上的词汇进行排列组合，生成每个企业的多组上下文词汇。
71.进一步地，在基于每组词汇对应的目标词向量进行模型训练后，生成物流行业词向量矩阵时，首先将每组上下文词汇对应的目标词向量输入预设词嵌入模型中，输出多个目标值，最后根据多个目标值生成物流行业词向量矩阵。
72.在一种可能的实现方式中，采用广度搜索算法对企业上下游关系图中的各个企业
节点按上下游方向做2度搜索，每个企业会生成一个深度为3的树，如图2所示。由于企业自身包含类型和货物标签，因此，对于树中根节点到叶节点的每条路径，都可以间接建立一组词汇间的关系。例如图3所示，以路径企业关系a＝》企业b＝》企业c为例，可生成该路径的上下文词汇，例如图4所示，最终生成2*3*3＝18种词汇组合。特别的，为解决上下游缺失导致的oov(out-of-vocabulary)问题，预留两个单词：起始地、终止地，对于没有上游和下游的词汇间关系，分别用两个单词补充。
73.s104，从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量；
74.在一种可能的实现方式中，根据步骤s102得到每个围栏的词向量，并根据步骤步骤s103得到每个企业的多组上下文词汇后，可从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量进行模型训练。
75.s105，基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。
76.在本技术实施例中，首先将每组上下文词汇对应的目标词向量输入预设词嵌入模型中，输出多个目标值，最后根据多个目标值生成物流行业词向量矩阵。
77.具体的，在根据多个目标值生成物流行业词向量矩阵时，首先将多个目标值做和，生成模型损失值，然后当模型损失值到达预设阈值时，输出词嵌入训练模型中间层的参数矩阵，最后将中间层的参数矩阵确定为物流行业词向量矩阵。
78.其中，预设词嵌入模型可以是cbow模型。
79.在一种可能的实现方式中，例如图5所示，采用cbow作为词嵌入训练模型，输入为每组上下文词汇对应的one-hot向量，输出为目标值yj。上下文窗口大小为3，wt-1、wt 1为上下文词汇，wt为待预测词汇。最后可将输出的多个yj做和后，判断该做和后的值是否到达预设值，当到达预设值时输出中间层(hidden layer)的参数矩阵。
80.进一步地，在得到物流行业词向量矩阵后，可根据该矩阵进行语义相似度推荐，首先根据待匹配的车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图，然后构建围栏序列中每个围栏的词向量，其次根据企业上下游关系图生成每个企业的多组上下文词汇，再从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的多个待转换词向量，并根据物流行业词向量矩阵将多个待转换词向量转换为多个目标向量，以及将多个目标向量进行两两组合，最后计算每组目标向量之间的相似度，得到多个相似度，并将多个相似度排序后选择预设百分比的多个高相似度对应的物品进行推荐。
81.例如，蔬菜、水果、钢材用one-hot表示分别为目标词向量为(1、0、0)、(0、1、0)、(0、0、1)，相互间相似度为0。利用物流行业词向量矩阵可将三个词新的向量表示转化为(0.9、0.1)、(0.8、0.1)、(0.1、0.9)，可见蔬菜和水果之间的相似度高于蔬菜与钢材、水果与钢材的相似度，最后通过相似度计算进行推荐。
82.在本技术实施例中，物流行业词向量矩阵构建装置首先根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图，然后构建围栏序列中每个围栏的词向量，再根据企业上下游关系图生成每个企业的多组上下文词汇，其次从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量，最后基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。由于本技术通过构建企
业上下游关系，进而构建企业标签中词汇的语义关系，通过自然语言处理的手段，生成物流词汇特有的语义向量表示，从而更好的计算物流词汇间的相似度以及用相应词汇表征的实体的相似度，同时提高了语义表征的准确度。
83.下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
84.请参见图6，其示出了本发明一个示例性实施例提供的物流行业词向量矩阵构建装置的结构示意图。该物流行业词向量矩阵构建装置可以通过软件、硬件或者两者的结合实现成为电子设备的全部或一部分。该装置1包括数据构建模块10、词向量构建模块20、词汇生成模块30、词向量映射模块40、词向量矩阵生成模块50。
85.数据构建模块10，用于根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图；
86.词向量构建模块20，用于构建围栏序列中每个围栏的词向量；
87.词汇生成模块30，用于根据企业上下游关系图生成每个企业的多组上下文词汇；
88.词向量映射模块40，用于从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量；
89.词向量矩阵生成模块50，用于基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。
90.需要说明的是，上述实施例提供的物流行业词向量矩阵构建装置在执行物流行业词向量矩阵构建方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的物流行业词向量矩阵构建装置与物流行业词向量矩阵构建方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
91.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
92.在本技术实施例中，物流行业词向量矩阵构建装置首先根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图，然后构建围栏序列中每个围栏的词向量，再根据企业上下游关系图生成每个企业的多组上下文词汇，其次从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量，最后基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。由于本技术通过构建企业上下游关系，进而构建企业标签中词汇的语义关系，通过自然语言处理的手段，生成物流词汇特有的语义向量表示，从而更好的计算物流词汇间的相似度以及用相应词汇表征的实体的相似度，同时提高了语义表征的准确度。
93.本发明还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的物流行业词向量矩阵构建方法。本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例的物流行业词向量矩阵构建方法。
94.请参见图7，为本技术实施例提供了一种电子设备的结构示意图。如图7所示，电子设备1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
95.其中，通信总线1002用于实现这些组件之间的连接通信。
96.其中，用户接口1003可以包括显示屏(display)、摄像头(camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。
97.其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。
98.其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(digital signal processing，dsp)、现场可编程门阵列(field-programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(central processing unit，cpu)、图像处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
99.其中，存储器1005可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图7所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及物流行业词向量矩阵构建应用程序。
100.在图7所示的电子设备1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的物流行业词向量矩阵构建应用程序，并具体执行以下操作：
101.根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图；
102.构建围栏序列中每个围栏的词向量；
103.根据企业上下游关系图生成每个企业的多组上下文词汇；
104.从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量；
105.基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。
106.在一个实施例中，处理器1001在执行根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图时，具体执行以下操作：
107.获取车辆停靠点数据和企业围栏数据；
108.关联车辆停靠点数据和企业围栏数据，以将车辆停靠点数据转换为围栏序列；
109.根据围栏序列生成企业上下游关系图。
110.在一个实施例中，处理器1001在执行根据围栏序列生成企业上下游关系图时，具体执行以下操作：
111.确定围栏序列中相邻围栏间的关系，生成关系图；
112.识别关系图中的相同关系和关系数量小于预设阈值的关系；
113.将相同关系进行归并，并将关系数量小于预设阈值的关系进行剔除，得到企业上下游关系图。
114.在一个实施例中，处理器1001在执行构建围栏序列中每个围栏的词向量时，具体执行以下操作：
115.根据围栏序列中每个围栏对应的企业实体的词汇，确定企业实体对应的兴趣点类型标签和货物类型标签；
116.从预设词向量空间中匹配出兴趣点类型标签和货物标签中各词汇的初始向量；
117.将兴趣点类型标签和货物标签中各词汇的初始向量进行融合，生成每个围栏的词向量。
118.在一个实施例中，处理器1001在执行根据企业上下游关系图生成每个企业的多组词汇时，具体执行以下操作：
119.对企业上下游关系图中各个企业节点按上下游方向进行广度搜索，得到每个企业的深度树；
120.根据每个企业的深度树中根节点到叶节点的每条路径，分别确定每条路径对应的词汇上下文关系；
121.将每个词汇上下文关系上的词汇进行排列组合，生成每个企业的多组上下文词汇。
122.在一个实施例中，处理器1001在执行基于每组词汇对应的目标词向量进行模型训练后，生成物流行业词向量矩阵时，具体执行以下操作：
123.将每组上下文词汇对应的目标词向量输入预设词嵌入模型中，输出多个目标值；
124.根据多个目标值生成物流行业词向量矩阵。
125.在一个实施例中，处理器1001在执行根据多个目标值生成物流行业词向量矩阵时，具体执行以下操作：
126.将多个目标值做和，生成模型损失值；
127.当模型损失值到达预设阈值时，输出词嵌入训练模型中间层的参数矩阵；
128.将中间层的参数矩阵确定为物流行业词向量矩阵。
129.在本技术实施例中，物流行业词向量矩阵构建装置首先根据车辆停靠点数据和企业围栏数据构建围栏序列和企业上下游关系图，然后构建围栏序列中每个围栏的词向量，再根据企业上下游关系图生成每个企业的多组上下文词汇，其次从每个围栏的词向量映射出每个企业的多组上下文词汇中每组上下文词汇对应的目标词向量，最后基于每组上下文词汇对应的目标词向量进行模型训练，生成物流行业词向量矩阵。由于本技术通过构建企业上下游关系，进而构建企业标签中词汇的语义关系，通过自然语言处理的手段，生成物流词汇特有的语义向量表示，从而更好的计算物流词汇间的相似度以及用相应词汇表征的实体的相似度，同时提高了语义表征的准确度。
130.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以
通过计算机程序来指令相关的硬件来完成，物流行业词向量矩阵构建的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
131.以上所揭露的仅为本技术较佳实施例而已，当然不能以此来限定本技术之权利范围，因此依本技术权利要求所作的等同变化，仍属本技术所涵盖的范围。