一种面向大规模物品分类方法及系统

本申请公开了一种面向大规模物品分类方法及系统，涉及智能监督领域，该方法包括：从原始物品集合中提取视觉特征向量、语义嵌入向量及属性字段向量并进行拼接融合，得到多模态向量并降维，得到低维潜在向量；对低维潜在向量进行聚类，得到每件物品的层次标签；构建基准名称库；计算与基准模型对应的结构化属性特征集Fp和聚类簇的结构化属性特征集Fc的重叠率，确定与聚类簇匹配的类别模型；生成候选名称；检查候选名称在基准名称库中是否已存在，若存在，计算与候选名称最相近的候选名称列表供选择；若不存在，则直接使用此候选名称，得到每件物品的分类结果。本申请能够在低人工依赖的前提下，实现对海量物品数据的结构化归类与标准化命名。