提供個性化定制服務是"工業(yè)4.0"時代服裝生產(chǎn)的一大特色,準確理解顧客的個性化需求是保證個性化定制服務質(zhì)量的前提。但是由于個性化需求有提供形式多樣化（語音、文字、圖片等）、內(nèi)容復雜且具有歧義性等特點,給個性化需求提取工作帶來了困難,從而制約了對個性化需求的理解。本文針對服裝個性化定制需求提取的問題,根據(jù)服裝設計過程和需求提取流程的特性,為服裝個性化定制需求提取問題提供了一套解決方法。該方法首先對需求文本進行分詞和詞性標注的預處理工作,然后應用有限狀態(tài)自動機以及模式匹配等理論,通過構建有限自動機,識別由關鍵詞組成的正則語言,從而提取相關的服裝屬性。 

【文章來源】：智能計算機與應用. 2020,10(07)

【文章頁數(shù)】：4 頁

【部分圖文】：

服裝個性化定制需求提取示意圖

在預處理中會生成3個函數(shù):goto(轉(zhuǎn)移)函數(shù)、failure(失效)函數(shù)和output(輸出)函數(shù)。從樹的初始狀態(tài)出發(fā)，每次取文本串中的一個字符，根據(jù)goto函數(shù)或failure函數(shù)進入到下一個狀態(tài)，當某個狀態(tài)的output函數(shù)不空時，表明在該狀態(tài)匹配到了相應的模式，輸出值。例如:模式串集合:K={he,she,his,hers}，根據(jù)AC算法構建的goto圖如圖2所示。2.2 有限狀態(tài)自動機

本方法中可以提取的合法需求為正則語言，需要解決的理論問題為定制者的需求文本經(jīng)過分詞處理后，所得到的詞庫中是否存在屬于該語言的輸入串。詞庫中的輸入串進入自動機，從初始狀態(tài)出發(fā)，每讀入字符就根據(jù)當前狀態(tài)和轉(zhuǎn)移函數(shù)確定下一狀態(tài)，直到到達接受狀態(tài)，說明這臺自動機可以識別該輸入串，成功抽取出該自動機代表的服裝需求屬性。圖4 構建出的有限狀態(tài)自動機

【參考文獻】：
期刊論文
[1]工業(yè)化服裝定制,應該這樣做——標準起草人解讀服裝定制通用技術規(guī)范[J]. 倪玉婷.  中國纖檢. 2019(03)
[2]基于互聯(lián)網(wǎng)+時代下服裝個性化定制的設計與實現(xiàn)[J]. 劉靜.  西部皮革. 2018(24)
[3]德國“工業(yè)4.0”:內(nèi)容、動因與前景及其啟示[J]. 丁純,李君揚.  德國研究. 2014(04)
[4]探析服裝風格的流行與傳播[J]. 余思雅,周莉英.  現(xiàn)代裝飾(理論). 2013(09)
[5]多模式匹配算法及硬件實現(xiàn)[J]. 李偉男,鄂躍鵬,葛敬國,錢華林.  軟件學報. 2006(12)

碩士論文
[1]基于層次分析法的服裝推薦專家系統(tǒng)[D]. 潘璐.東華大學 2016
[2]基于情感語義的服裝推薦系統(tǒng)研究與實現(xiàn)[D]. 李煒.東華大學 2013
[3]服裝風格與傳播研究[D]. 張�；�.北京服裝學院 2010



本文編號：3353181