WO2024001189A1 - 食物存储信息的确定方法及装置、存储介质及电子装置 - Google Patents
食物存储信息的确定方法及装置、存储介质及电子装置 Download PDFInfo
- Publication number
- WO2024001189A1 WO2024001189A1 PCT/CN2023/074016 CN2023074016W WO2024001189A1 WO 2024001189 A1 WO2024001189 A1 WO 2024001189A1 CN 2023074016 W CN2023074016 W CN 2023074016W WO 2024001189 A1 WO2024001189 A1 WO 2024001189A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- knowledge
- storage
- nodes
- group
- knowledge nodes
- Prior art date
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 214
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000004044 response Effects 0.000 claims abstract description 11
- 230000015654 memory Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 239000004615 ingredient Substances 0.000 description 24
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 5
- 235000012041 food component Nutrition 0.000 description 5
- 239000005417 food ingredient Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 235000016709 nutrition Nutrition 0.000 description 3
- 241000220225 Malus Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 235000021016 apples Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004887 air purification Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 235000002864 food coloring agent Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
Definitions
- the present disclosure relates to the technical field of smart homes, and specifically, to a method and device for determining food storage information, a storage medium and an electronic device.
- refrigerators to store ingredients is the preferred way for more and more modern families, and how to store ingredients reasonably is an important part of maintaining the original nutrition of ingredients.
- refrigerator users store ingredients based on experience, and do not scientifically select refrigerator storage compartments and storage-related information, which results in the loss of nutrients in the ingredients or the ingredients becoming inedible.
- Embodiments of the present disclosure provide a method and device for determining food storage information, a storage medium, and an electronic device, so as to at least solve the problem of being unable to combine the relevant information of the refrigerator to provide food storage information.
- a method for determining food storage information including: obtaining a food storage query request, wherein the food storage query request is used to request to query storage parameters for storing target food on a target refrigerator; In response to the food storage query request, obtain a set of food characteristics of the target food and a set of refrigerator status characteristics of the target refrigerator; in the preset target knowledge graph Query the first set of knowledge nodes associated with the set of food features in the target knowledge graph, and query the second set of knowledge nodes associated with the set of refrigerator status features in the target knowledge graph; in the first set of knowledge nodes Search for at least one pair of knowledge nodes in the second group of knowledge nodes, where two knowledge nodes in each pair of knowledge nodes have an associated relationship and belong to the first group of knowledge nodes and the second group of knowledge nodes respectively.
- food storage information is generated according to the knowledge nodes belonging to the second group of knowledge nodes in each pair of the at least one pair of knowledge nodes, wherein , the food storage information includes storage parameters in one or more dimensions of storing the target food on the target refrigerator.
- a device for determining food storage information including: a first acquisition module configured to acquire a food storage query request, wherein the food storage query request is used to request a query Store storage parameters of the target food on the target refrigerator; a second acquisition module configured to acquire a set of food characteristics of the target food and a set of refrigerator status characteristics of the target refrigerator in response to the food storage query request ; Query module, configured to query the first group of knowledge nodes associated with the set of food features in the preset target knowledge graph, and query the first group of knowledge nodes associated with the set of refrigerator status features in the target knowledge graph.
- a search module configured to search for at least one pair of knowledge nodes in the first group of knowledge nodes and the second group of knowledge nodes, wherein two knowledge nodes in each pair of knowledge nodes are associated relationship, and respectively belong to the first group of knowledge nodes and the second group of knowledge nodes;
- the generation module is configured to, when the at least one pair of knowledge nodes is found, generate the The knowledge nodes belonging to the second group of knowledge nodes in each pair of knowledge nodes generate food storage information, wherein the food storage information includes one or more dimensions of storing the target food on the target refrigerator. storage parameters on.
- a computer-readable storage medium stores a computer program, wherein the computer program is configured to execute the above food storage information when running. method of determination.
- an electronic device including a memory, a processor, and a computer program stored in the memory and executable on the processor, wherein the processor executes the food through the computer program Determined method of storing information.
- Figure 1 is a schematic diagram of the hardware environment of a method for determining food storage information according to an embodiment of the present disclosure
- Figure 2 is a flow chart of a method for determining food storage information according to an embodiment of the present disclosure
- Figure 3 is a schematic diagram of a knowledge graph according to an embodiment of the present disclosure.
- Figure 4 is an application scenario diagram of a method for determining food storage information according to an embodiment of the present disclosure
- Figure 5 is a structural block diagram of a device for determining food storage information according to an embodiment of the present disclosure
- Figure 6 is a structural block diagram of an optional electronic device according to an embodiment of the present disclosure.
- a method for determining food storage information is provided.
- This method of determining food storage information is widely used in whole-house intelligent digital control application scenarios such as smart home, smart home, smart home device ecology, and smart residence (IntelligenceHouse) ecology.
- the above method for determining food storage information can be applied to a hardware environment composed of a terminal device 102 and a server 104 as shown in FIG. 1 .
- the server 104 is connected to the terminal device 102 through the network, and can be set to provide services (such as application services, etc.) for the terminal or the client installed on the terminal.
- the database can be set up on the server or independently from the server. It is configured to provide data storage services for the server 104, cloud computing and/or edge computing services can be configured on the server or independently of the server, and it is configured to provide data computing services for the server 104.
- the above-mentioned network may include but is not limited to at least one of the following: wired network, wireless network.
- the above-mentioned wired network may include but is not limited to at least one of the following: wide area network, metropolitan area network, and local area network.
- the above-mentioned wireless network may include at least one of the following: WIFI (Wireless Fidelity, Wireless Fidelity), Bluetooth.
- the terminal device 102 may be, but is not limited to, a PC, a mobile phone, a tablet, a smart air conditioner, a smart hood, a smart refrigerator, a smart oven, a smart stove, a smart washing machine, a smart water heater, a smart washing equipment, a smart dishwasher, or a smart projection device.
- smart TV smart clothes drying rack, smart curtains, smart audio and video, smart sockets, smart audio, smart speakers, smart fresh air equipment, smart kitchen and bathroom equipment, smart bathroom equipment, smart sweeping robot, smart window cleaning robot, smart mopping robot, Smart air purification equipment, smart steamers, smart microwave ovens, smart kitchen appliances, smart purifiers, smart water dispensers, smart door locks, etc.
- this embodiment provides a method for determining food storage information, including but not limited to application on a cloud server or a refrigerator.
- Figure 2 is a flow chart of a method for determining food storage information according to an embodiment of the present disclosure. Figure, the process includes the following steps:
- Step S202 Obtain a food storage query request, wherein the food storage query request is used to request storage parameters for storing the target food on the target refrigerator;
- the food storage query request may be expressed in the form of speech, and then the speech is recognized through natural speech processing technology to determine the specific meaning represented by the food storage query request. picture.
- the food storage query request may be "How are apples stored in refrigerator A?”
- images of the target food can be collected to obtain a set of food features of the target food, where the set of food features of the target food can include but are not limited to: food type, food color, food current status Status, food size.
- a set of refrigerator status characteristics of the target refrigerator include but are limited to the model of the refrigerator and the current storage status of the refrigerator. It should be noted that after determining the model of the refrigerator, you can determine the function of the refrigerator, how many storage areas the refrigerator has, and the working parameters corresponding to the storage areas of the refrigerator.
- Step S206 Query the first set of knowledge nodes associated with the set of food features in the preset target knowledge graph, and query the second set of knowledge associated with the set of refrigerator status features in the target knowledge graph. node;
- Figure 3 is a schematic diagram of a knowledge graph according to an embodiment of the present disclosure.
- the target knowledge graph is specifically shown in Figure 3.
- the target knowledge graph in this embodiment includes but is not limited to refrigerator knowledge graph, food ingredient knowledge Map.
- Figure 3 describes the back-end data storage and data support architecture supported by the refrigerator knowledge graph and the ingredient knowledge graph.
- the refrigerator knowledge graph represents the attributes of the refrigerator itself and the related attributes of each cabin.
- the cabin attributes include the range of temperature and humidity adjustment, and The functions of each cabin;
- the food knowledge map represents the nutritional content and other attributes of the food itself. Among them, storage in different temperature and humidity scenarios has different storage times.
- Step S208 Search for at least one pair of knowledge nodes in the first group of knowledge nodes and the second group of knowledge nodes, where two knowledge nodes in each pair of knowledge nodes have an associated relationship and respectively belong to the first group of knowledge nodes. a group of knowledge nodes and the second group of knowledge nodes;
- the above step S208 can be implemented in the following manner: searching for the at least one corresponding to the request intention feature in the first group of knowledge nodes and the second group of knowledge nodes.
- searching for the at least one pair of knowledge nodes corresponding to the request intention characteristics in the first group of knowledge nodes and the second group of knowledge nodes can be implemented in the following manner:
- search for at least one pair corresponding to the storage temperature in the first group of knowledge nodes and the second group of knowledge nodes search for at least one pair corresponding to the storage temperature in the first group of knowledge nodes and the second group of knowledge nodes.
- Knowledge nodes and/or in the case where the request intent feature is used to indicate the storage humidity included in the storage parameter of the request query, search the first group of knowledge nodes and the second group of knowledge nodes with The storage humidity corresponds to at least one pair of knowledge nodes; and/or in the case where the request intention feature is used to indicate a storage area included in the storage parameters of the request query, when the first group of knowledge nodes and the Search for at least one pair of knowledge nodes corresponding to the storage area in the second group of knowledge nodes; and/or in the case where the request intention feature is used to indicate the number of storage days included in the storage parameter of the request query, in Search the first group of knowledge nodes and the second group of knowledge nodes for at least one pair of knowledge nodes corresponding to the storage days.
- searching for at least one pair of knowledge nodes corresponding to the storage temperature in the first group of knowledge nodes and the second group of knowledge nodes can be achieved in the following manner: Search a group of knowledge nodes for the first knowledge node corresponding to the storage temperature, and search for a group of knowledge nodes corresponding to the storage temperature in the second group of knowledge nodes, where the first knowledge node is In order to represent the recommended storage temperature of the target food, each knowledge node in the set of knowledge nodes is used to represent the operating temperature or operating temperature range in the storage area in the target refrigerator; in the set of knowledge nodes Search for a second knowledge node in, wherein the operating temperature or operating temperature range represented by the second knowledge node corresponds to the recommended storage temperature, and the first knowledge node and the second knowledge node are found A pair of knowledge nodes; or search the first knowledge node corresponding to the storage temperature in the first group of knowledge nodes, and search the first knowledge node corresponding to the storage temperature in the second group of knowledge nodes.
- a set of knowledge nodes wherein the first knowledge node is used to represent the recommended storage temperature range of the target food, and each knowledge node in the set of knowledge nodes is used to represent the storage area in the target refrigerator
- the working temperature or working temperature range of The degree range corresponds to the first knowledge node and the second knowledge node being a pair of found knowledge nodes.
- the working temperature or working temperature range used by the second knowledge node corresponds to the recommended storage temperature, including but not limited to: the working temperature is equal to the recommended storage temperature, and the recommended storage temperature is located in the working temperature range. temperature range.
- searching for at least one pair of knowledge nodes corresponding to the stored humidity in the first group of knowledge nodes and the second group of knowledge nodes can be achieved in the following manner: in the first group of knowledge nodes Search a group of knowledge nodes for a third knowledge node corresponding to the stored humidity, and search for a group of knowledge nodes corresponding to the stored humidity in the second group of knowledge nodes, where the first knowledge node is To represent the recommended storage humidity of the target food, each knowledge node in a group of knowledge nodes corresponding to the storage humidity is used to represent the working humidity or working humidity range in the storage area in the target refrigerator; in the Search for a fourth knowledge node in a group of knowledge nodes corresponding to the storage humidity, wherein the working humidity or working humidity range used by the fourth knowledge node to represent corresponds to the recommended storage humidity, and the third knowledge node corresponds to the The fourth knowledge node is a pair of knowledge nodes found; or the third knowledge node corresponding to the storage humidity is searched in the first group of knowledge nodes
- the set of knowledge nodes corresponding to the storage humidity wherein the third knowledge node is used to represent the recommended storage humidity range of the target food, and each of the set of knowledge nodes corresponding to the storage humidity Knowledge nodes are used to represent the working humidity or working humidity range in the storage area in the target refrigerator; search for the fourth knowledge node in the group of knowledge nodes corresponding to the storage humidity, wherein, The working humidity or working humidity range represented by the fourth knowledge node corresponds to the recommended storage humidity range, and the third knowledge node and the fourth knowledge node are a pair of found knowledge nodes.
- the working humidity or working humidity range used by the fourth knowledge node corresponds to the recommended storage humidity, including but not limited to: the working humidity is equal to the recommended storage humidity, the recommended storage humidity The storage humidity is within the stated operating humidity range.
- searching for at least one pair of knowledge nodes corresponding to the storage area in the first group of knowledge nodes and the second group of knowledge nodes can be achieved in the following manner: Search a group of knowledge nodes for a fifth knowledge node corresponding to the storage area, and search for a group of knowledge nodes corresponding to the storage area in the second group of knowledge nodes, where the fifth knowledge node is In representing the recommended storage area of the target food, each knowledge node in a group of knowledge nodes corresponding to the storage area is used to represent the storage area in the target refrigerator; in the group of knowledge nodes corresponding to the storage area Search for the sixth knowledge node in .
- searching for at least one pair of knowledge nodes corresponding to the storage days in the first group of knowledge nodes and the second group of knowledge nodes can be achieved in the following manner: in the first group of knowledge nodes Search a group of knowledge nodes for a seventh knowledge node corresponding to the storage area, and search for a group of knowledge nodes corresponding to the storage days in the second group of knowledge nodes, where the seventh knowledge node is In order to represent the recommended storage days of the target food, each knowledge node in a group of knowledge nodes corresponding to the storage days is used to represent the target storage days or a range of target storage days; in the group of knowledge nodes corresponding to the storage days Search for the eighth knowledge node in A pair of knowledge nodes reached.
- Step S210 When the at least one pair of knowledge nodes is found, generate food storage information based on the knowledge nodes belonging to the second group of knowledge nodes in each pair of the at least one pair of knowledge nodes. , wherein the food storage information includes storage parameters in one or more dimensions of storing the target food on the target refrigerator.
- step S210 can be implemented through the following steps S11-S12:
- Step S11 When the at least one pair of knowledge nodes corresponding to each of the requested intent features is found in the first group of knowledge nodes and the second group of knowledge nodes, convert the at least one pair of knowledge nodes into Some or all of the knowledge nodes in each pair of knowledge nodes belong to the second group of knowledge nodes.
- the storage parameter represented by the recognition node is determined as the storage parameter included in the food storage information, wherein the request intention feature is an intention feature obtained by performing intention identification on the food storage query request;
- the storage parameters represented by some or all of the knowledge nodes belonging to the second group of knowledge nodes among the two pairs of knowledge nodes can be determined as the storage parameters included in the food storage information.
- the nodes belonging to the second group of knowledge nodes in the two pairs of knowledge nodes are the first node and the second node.
- the temperature represented by the first node is 10 degrees Celsius
- the humidity represented by the second node is relative humidity 45%
- the storage parameters are 10 degrees Celsius and 45% relative humidity.
- Step S12 When the at least one pair of knowledge nodes corresponding to part of the requested intent features is found in the first group of knowledge nodes and the second group of knowledge nodes, in the target knowledge graph Search for target knowledge nodes that are associated with candidate knowledge nodes, wherein the candidate knowledge nodes are part or all of the second group of knowledge nodes in each pair of the at least one pair of knowledge nodes.
- Knowledge node determine the storage parameters represented by the candidate knowledge node and the target knowledge node as storage parameters included in the food storage information, wherein the request intention feature is intention identification of the food storage query request The resulting intent characteristics.
- the candidate knowledge node in the target knowledge graph has an association relationship with the target knowledge node, which means that the candidate knowledge node and the target knowledge node in the target knowledge graph are connected by direct or indirect edges.
- searching for a target knowledge node that is associated with a candidate knowledge node in the target knowledge graph can be implemented in the following manner: the request intent feature is used to indicate the storage of the request query.
- the storage temperature, storage area, and storage days included in the parameters, and the partial intent features are used to indicate the storage temperature and the storage days, search for the candidate knowledge node associated with the candidate knowledge node in the target knowledge graph.
- the target knowledge node of the relationship wherein the candidate knowledge node is a knowledge node in the second group of knowledge nodes that represents the target operating temperature or a target operating temperature range and a knowledge node in the second group of knowledge nodes that represents the target storage
- the number of days or the knowledge node of the range of target storage days, the target knowledge node is used to represent the target storage area in the target refrigerator.
- the food storage query request is used to query the storage temperature, storage area and storage days of food, but only the knowledge corresponding to the storage temperature and storage days is queried in the first group of knowledge nodes and the second group of knowledge nodes Node pair, then it is necessary to query the target knowledge node corresponding to the storage area through the storage temperature and storage days in the second group of knowledge nodes.
- the second group of knowledge nodes there is a subordinate relationship between the target knowledge node corresponding to the storage area and the candidate knowledge node corresponding to the storage temperature and storage days, that is, through the storage temperature and storage days The number of days determines the storage area.
- searching for a target knowledge node that is associated with a candidate knowledge node in the target knowledge graph can be implemented in the following manner: the request intent feature is used to indicate the storage of the request query.
- the storage temperature, storage humidity and storage area included in the parameters, and the partial intent features are used to indicate the storage temperature and the storage humidity, search for the candidate knowledge node associated with the candidate knowledge node in the target knowledge graph.
- the target knowledge node of the relationship wherein the candidate knowledge node is a knowledge node in the second group of knowledge nodes that represents the target operating temperature or a target operating temperature range and a knowledge node in the second group of knowledge nodes that represents the target storage Humidity or target storage humidity range knowledge node, the target knowledge node is used to represent the target storage area in the target refrigerator.
- the food storage query request is used to query the storage humidity, storage humidity and storage area of the food, but only the knowledge corresponding to the storage humidity and storage temperature is queried in the first group of knowledge nodes and the second group of knowledge nodes Node pair, then it is necessary to query the target knowledge node corresponding to the storage area by storing humidity and storage temperature in the second group of knowledge nodes.
- the target knowledge node corresponding to the storage area and the candidate knowledge node corresponding to the storage humidity and storage temperature have a subordinate relationship, that is, through the storage humidity and storage temperature Storage areas can be determined.
- the food storage query request issued by the user indicates: What is the temperature, humidity, location and number of days that the apples are stored in refrigerator A? Furthermore, through the above steps S202-S208, the user can be replied to "stored in area A of the refrigerator, the temperature is 10 degrees Celsius, the relative humidity is 45%, and the number of days is 3 days.”
- a set of food characteristics of the target food is obtained, and a set of refrigerator status features of the target refrigerator, and query the first set of knowledge nodes associated with a set of food features and the second set of knowledge nodes associated with a set of refrigerator status features in the preset target knowledge graph, and then Find at least one pair of knowledge nodes in the first group of knowledge nodes and the second group of knowledge nodes, and when at least one pair of knowledge nodes is found, determine whether each pair of knowledge nodes in the at least one pair of knowledge nodes belongs to the second group.
- the knowledge nodes in the knowledge nodes generate food storage information.
- the knowledge graph is an important part of intelligent interaction, providing services such as knowledge, disambiguation, and quick retrieval in conversations.
- This disclosure will use the refrigerator knowledge map and the food ingredient knowledge map to provide a strong scientific basis for food storage suggestions.
- the refrigerator knowledge map comes from real data of different types of refrigerators.
- the ingredients and ingredient personality data in the food knowledge map come from professional food research institutions.
- natural language technology is used to quickly realize food retrieval and refrigerator compartment-related data retrieval; finally, intelligent technology will be used to combine the knowledge map and the user's actual refrigerator food situation to conduct a joint analysis, and finally provide the user's best food storage compartment and related information. Temperature and other information make food storage more reasonable and accurate.
- the refrigerator knowledge graph represents the attributes of the refrigerator itself and each cabin. Relevant attributes, cabin attributes include the range of temperature and humidity adjustment, as well as the functions of each cabin; the ingredient knowledge map represents the nutritional content and other attributes of the ingredients themselves, which have different storage times when stored in different temperature and humidity scenarios. According to the temperature and humidity range of different cabins and the storage conditions required for ingredients, combined with the user's refrigerator model and the ingredients currently stored in the refrigerator, we can comprehensively determine where the current ingredients should be stored. This effectively provides users with powerful data support for the storage of ingredients and ensures the freshness of the ingredients to the greatest extent.
- the refrigerator knowledge map and the relevant knowledge of the ingredient knowledge map provide the greatest basis for judgment to ensure the storage of ingredients; in addition, the knowledge graph serves as the storage of back-end knowledge and is combined with natural language to enable applications. Inquiries related to the service have become faster.
- Figure 4 is an application scenario diagram of a method for determining food storage information according to an embodiment of the present disclosure. As shown in Figure 4, the process of food storage access to the knowledge graph is described in the form of a question and answer service, and parameters related to food storage recommendations are given.
- Figure 4 describes the service query statement and required conditions, through entity recognition, entity linking, judging based on relationships, and giving answers.
- the lower part of Figure 4 reflects the query process related to the entity.
- the map provides answers to the upper-layer service based on the joint analysis of the known food storage conditions and the refrigerator map compartment.
- Figure 4 describes the architecture system including the refrigerator and ingredient map, as well as the service process.
- the correlation map gives users reasonable food compartment storage recommendations in different scenarios, making refrigerator food storage questions and answers more intelligent and convenient, thereby improving the user's experience of using the refrigerator and improving food utilization. From an overall perspective, a technical architecture that combines relationship graphs with food storage question and answer has been implemented, which improves the overall service experience.
- the embodiments of the present disclosure are based on the design and storage mode of the refrigerator compartment and the food ingredient map, as well as the joint storage of the relationship between the food storage scene and the refrigerator cabin, and are also based on the way the food and refrigerator architecture map system provides services. Taking the dialogue as an example, first find the keywords of the ingredients, combined with the user's actual refrigerator situation, logically analyze the storage scenarios of the ingredients, the refrigerator compartment, and the current refrigerator status, and give answers to the number of storage days in different compartments and scenarios.
- the embodiment of the present disclosure is based on the knowledge graph for refrigerator food storage recommendations.
- entity recognition, entity linking, and entity relationship query the storage recommendation results can be obtained.
- the answers provide a reliable basis.
- the joint rapid recall of the map improves the overall question-answering efficiency, making the correlation between ingredients and refrigerator data more complete, allowing isolated data to be related based on demand, and the same knowledge map can be related to its internal data. and contact, thereby simplifying logical calculations and data queries, improving the recommendation method of separating the refrigerator and food ingredients, ensuring the integration of refrigerator and food material recommendation services, providing food storage times in different scenarios, effectively ensuring the freshness and improvement of food materials Food utilization rate.
- natural language processing technology is used to analyze questions and quickly recall answers from the map, ensuring timely answers and improving service efficiency.
- the method according to the above embodiments can be implemented by means of software plus the necessary general hardware platform. Of course, it can also be implemented by hardware, but in many cases the former is the better implementation.
- the technical solution of the present disclosure can be embodied in the form of a software product in essence or that contributes to the existing technology.
- the computer software product is stored in a storage medium (such as ROM/RAM, disk, CD), including several instructions to cause a terminal device (which can be a mobile phone, computer, server, or network device, etc.) to execute the methods of various embodiments of the present disclosure.
- This embodiment also provides a device for determining food storage information.
- the device is configured to implement the above embodiments and preferred implementations. What has been described will not be described again.
- the term "module” may be a combination of software and/or hardware that implements a predetermined function.
- the devices described in the following embodiments are preferably implemented in software, implementation in hardware, or a combination of software and hardware, is also possible and contemplated.
- Figure 5 is a structural block diagram of a device for determining food storage information according to an embodiment of the present disclosure.
- the device includes:
- the first acquisition module 50 is configured to acquire a food storage query request, wherein the food storage query request is used to request to query the storage parameters of the target food stored in the target refrigerator;
- the second acquisition module 52 is configured to acquire a set of food characteristics of the target food and a set of refrigerator status characteristics of the target refrigerator in response to the food storage query request;
- the query module 54 is configured to query the first set of knowledge nodes associated with the set of food features in the preset target knowledge graph, and query the first set of knowledge nodes associated with the set of refrigerator status features in the target knowledge graph.
- the search module 56 is configured to search for at least one pair of knowledge nodes in the first group of knowledge nodes and the second group of knowledge nodes, where two knowledge nodes in each pair of knowledge nodes have an associated relationship and belong to the first group of knowledge nodes and the second group of knowledge nodes;
- the generation module 58 is configured to, when the at least one pair of knowledge nodes is found, based on the knowledge nodes belonging to the second group of knowledge nodes in each pair of the at least one pair of knowledge nodes, Food storage information is generated, wherein the food storage information includes storage parameters in one or more dimensions in which the target food is stored on the target refrigerator.
- a set of food characteristics of the target food and a set of refrigerator status characteristics of the target refrigerator are obtained, and the first group associated with the set of food characteristics is queried in the preset target knowledge graph knowledge nodes, and a second group of knowledge nodes associated with a set of refrigerator status characteristics, and then search for at least one pair of knowledge nodes in the first group of knowledge nodes and the second group of knowledge nodes, and when at least one pair of knowledge nodes is found
- food storage information is generated based on the knowledge nodes belonging to the second group of knowledge nodes in each pair of at least one pair of knowledge nodes.
- the search module 56 is further configured to search for the at least one pair of knowledge nodes corresponding to the request intention characteristics in the first group of knowledge nodes and the second group of knowledge nodes, wherein , the request intent feature is an intent feature obtained by performing intent identification on the food storage query request.
- the search module 56 is further configured to search the first group of knowledge nodes in the case where the request intent feature is used to indicate the storage temperature included in the storage parameter of the request query. Search for at least one pair of knowledge nodes corresponding to the storage temperature in the second group of knowledge nodes; and/or in the case where the request intent feature is used to indicate the storage humidity included in the storage parameters of the request query , searching for at least one pair of knowledge nodes corresponding to the storage humidity in the first group of knowledge nodes and the second group of knowledge nodes; and/or the request intent feature is used to indicate the storage of the request query
- search for at least one pair of knowledge nodes corresponding to the storage area in the first group of knowledge nodes and the second group of knowledge nodes; and/or in the request intention feature In the case of indicating the number of storage days included in the storage parameter of the request query, search for at least one pair of knowledge nodes corresponding to the number of storage days in the first group of knowledge nodes and the second
- the search module 56 is further configured to search for the first knowledge node corresponding to the storage temperature in the first group of knowledge nodes, and to search for the first knowledge node corresponding to the storage temperature in the second group of knowledge nodes.
- a set of knowledge nodes corresponding to the storage temperature wherein the first knowledge node is used to represent the recommended storage temperature of the target food, and each knowledge node in the set of knowledge nodes is used to represent the target
- the operating temperature or operating temperature range within the storage area in the refrigerator find the second one in the set of knowledge nodes Knowledge node, wherein the operating temperature or operating temperature range represented by the second knowledge node corresponds to the recommended storage temperature, and the first knowledge node and the second knowledge node are a pair of found knowledge nodes.
- the first knowledge node is used to represent the recommended storage temperature range of the target food
- each knowledge node in the group of knowledge nodes is used to represent the operating temperature in the storage area in the target refrigerator or Working temperature range
- search for the second knowledge node in the set of knowledge nodes wherein the working temperature or working temperature range used to represent the second knowledge node corresponds to the recommended storage temperature range, and the third knowledge node
- a knowledge node and the second knowledge node are a pair of found knowledge nodes.
- the generation module 58 is further configured to find the at least one corresponding to each of the requested intent features in the first group of knowledge nodes and the second group of knowledge nodes.
- the storage parameters represented by some or all of the knowledge nodes belonging to the second group of knowledge nodes in each pair of knowledge nodes in the at least one pair of knowledge nodes are determined as the food storage
- the storage parameters included in the information, wherein the request intent feature is an intent feature obtained by performing intent identification on the food storage query request; and the first set of knowledge nodes and the second set of knowledge nodes are found with When requesting the at least one pair of knowledge nodes corresponding to part of the intent features, search for the target knowledge node that is associated with the candidate knowledge node in the target knowledge graph, where the candidate knowledge node is the candidate knowledge node.
- the food storage information includes storage parameters, wherein the request intention feature is an intention feature obtained by performing intention identification on the food storage query request.
- the generation module 58 is further configured to include the storage temperature, storage area and storage days, the partial intent features included in the storage parameters used by the request intent feature to indicate the request query.
- the knowledge nodes in the second group of knowledge nodes represent the target operating temperature or the target operating temperature range
- the knowledge nodes in the second group of knowledge nodes represent the target storage days or the target storage day range.
- the target knowledge node is used to represent the target storage area in the target refrigerator.
- the generation module 58 is further configured to include the storage temperature, storage humidity and storage area, and the partial intent features included in the storage parameters used by the request intent feature to indicate the request query.
- search for the target knowledge node that has an association relationship with the candidate knowledge node in the target knowledge graph wherein the candidate knowledge node is the The knowledge nodes in the second group of knowledge nodes represent the target operating temperature or the target operating temperature range, and the knowledge nodes in the second group of knowledge nodes represent the target storage humidity or the target storage humidity range, and the target knowledge nodes are used to represent The target storage area in the target refrigerator.
- Embodiments of the present disclosure also provide a computer-readable storage medium that stores a computer program, wherein the computer program is configured to execute the steps in any of the above method embodiments when running.
- the above-mentioned storage medium may be configured to store a computer program configured to perform the following steps:
- the at least one pair of knowledge nodes when the at least one pair of knowledge nodes is found, generate food storage information based on the knowledge nodes belonging to the second group of knowledge nodes in each pair of the at least one pair of knowledge nodes, wherein, the food storage information includes one or more locations where the target food is stored on the target refrigerator. Storage parameters in multiple dimensions.
- an electronic device configured to implement the above method for determining food storage information.
- the electronic device includes a memory 602 and a processor 604 .
- the memory 602 A computer program is stored in the processor 604 , and the processor 604 is configured to execute the steps in any of the above method embodiments through the computer program.
- the above-mentioned electronic device may be located in at least one network device among multiple network devices of the computer network.
- the structure shown in Figure 6 is only illustrative, and the electronic device can also be a smart phone (such as an Android phone, an iOS phone, etc.), a tablet computer, a handheld computer, and a mobile Internet device (Mobile Internet Devices, MID), PAD and other terminal equipment.
- FIG. 6 does not limit the structure of the above-mentioned electronic device.
- the electronic device may also include more or fewer components (such as network interfaces, etc.) than shown in FIG. 6 , or have a different configuration than that shown in FIG. 6 .
- the memory 602 can be configured to store software programs and modules, such as the program instructions/modules corresponding to the method and device for determining food storage information in the embodiment of the present disclosure.
- the processor 604 runs the software program stored in the memory 602 and module to perform various functional applications and data processing, that is, to implement the above-mentioned method of determining food storage information.
- Memory 602 may include high-speed random access memory, and may also include non-volatile memory, such as one or more magnetic storage devices, flash memory, or other non-volatile solid-state memory.
- the memory 602 may further include memory located remotely relative to the processor 604, and these remote memories may be connected to the terminal through a network.
- the above-mentioned networks include but are not limited to the Internet, intranets, local area networks, mobile communication networks and combinations thereof.
- the above-mentioned memory 602 may include, but is not limited to, the first acquisition module 50, the second acquisition module 52, the query module 54, the search module 56 and the generating module in the device for determining the food storage information as shown in FIG. Module 58.
- it may also include but is not limited to other module units in the above-mentioned device for determining food storage information, which will not be described again in this example.
- the above-mentioned transmission device 606 is configured to receive or send data via a network.
- the network may include wired networks and wireless networks.
- the transmission device 606 includes a network adapter (Network Interface Controller, NIC), which can be connected to other network devices and routers through network cables to communicate with the Internet or a local area network.
- the transmission device 606 is a radio frequency (Radio Frequency, RF) module, which is configured to communicate with the Internet wirelessly.
- RF Radio Frequency
- the above-mentioned electronic device also includes: a display 608 and a connection bus 610.
- the connection bus 610 is configured to connect various module components in the above-mentioned electronic device.
- the computer-readable storage medium may include but is not limited to: U disk, read-only memory (Read-Only Memory, referred to as ROM), random access memory (Random Access Memory, referred to as RAM) , mobile hard disk, magnetic disk or optical disk and other media that can store computer programs.
- ROM read-only memory
- RAM random access memory
- mobile hard disk magnetic disk or optical disk and other media that can store computer programs.
- Embodiments of the present disclosure also provide an electronic device, including a memory and a processor.
- a computer program is stored in the memory, and the processor is configured to run the computer program to perform the steps in any of the above method embodiments.
- the above-mentioned processor may be configured to perform the following steps through a computer program:
- the food storage information includes storage parameters in one or more dimensions of storing the target food on the target refrigerator.
- the above-mentioned electronic device may further include a transmission device and an input-output device, wherein the transmission device is connected to the above-mentioned processor, and the input-output device is connected to the above-mentioned processor.
- modules or steps of the present disclosure can be implemented using general-purpose computing devices, and they can be concentrated on a single computing device, or distributed across a network composed of multiple computing devices. They may be implemented in program code executable by a computing device, such that they may be stored in a storage device for execution by the computing device, and in some cases may be executed in a sequence different from that shown herein. Or the described steps can be implemented by making them into individual integrated circuit modules respectively, or by making multiple modules or steps among them into a single integrated circuit module. As such, the present disclosure is not limited to any specific combination of hardware and software.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种食物存储信息的确定方法及装置、存储介质及电子装置，涉及智慧家庭技术领域，该食物存储信息的确定方法包括：获取食物存储查询请求；响应于食物存储查询请求，获取目标食物的一组食物特征，以及目标冰箱的一组冰箱状态特征；在预设的目标知识图谱中查询与一组食物特征关联的第一组知识节点，并在目标知识图谱中查询与一组冰箱状态特征关联的第二组知识节点；在第一组知识节点与第二组知识节点中查找至少一对知识节点；在查找到至少一对知识节点的情况下，根据至少一对知识节点中的每对知识节点中的属于第二组知识节点中的知识节点，生成食物存储信息，食物存储信息包括在目标冰箱上存储目标食物的一个或多个维度上的存储参数。
Description
本公开要求于2022年06月28日提交中国专利局、申请号为202210745012.1、发明名称“食物存储信息的确定方法及装置、存储介质及电子装置”的中国专利申请的优先权，其全部内容通过引用结合在本公开中。
本公开涉及智慧家庭技术领域，具体而言，涉及一种食物存储信息的确定方法及装置、存储介质及电子装置。
使用冰箱存储食材是现代越来越多的家庭首选方式，而如何合理的存储食材是保持食材原有营养的重要一环。目前冰箱使用人员都是根据经验进行食材的存储，并没有科学的选取冰箱存储舱室以及存储的相关信息，进而造成食材营养流失或者食材不可食用。
针对相关技术中，无法结合冰箱的相关信息给出食物的存储信息的问题，目前尚未提出有效的解决方案。
因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。
发明内容
本公开实施例提供了一种食物存储信息的确定方法及装置、存储介质及电子装置，以至少解决无法结合冰箱的相关信息给出食物的存储信息的问题。
根据本公开实施例的一方面，提供一种食物存储信息的确定方法，包括：获取食物存储查询请求，其中，所述食物存储查询请求用于请求查询在目标冰箱上存储目标食物的存储参数；响应于所述食物存储查询请求，获取所述目标食物的一组食物特征，以及所述目标冰箱的一组冰箱状态特征；在预设的目标知识图谱
中查询与所述一组食物特征关联的第一组知识节点，并在所述目标知识图谱中查询与所述一组冰箱状态特征关联的第二组知识节点；在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，其中，每对知识节点中的两个知识节点具有关联关系、且分别属于所述第一组知识节点和所述第二组知识节点；在查找到所述至少一对知识节点的情况下，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，其中，所述食物存储信息包括在所述目标冰箱上存储所述目标食物的一个或多个维度上的存储参数。
根据本公开实施例的另一方面，还提供了一种食物存储信息的确定装置，包括：第一获取模块，被设置为获取食物存储查询请求，其中，所述食物存储查询请求用于请求查询在目标冰箱上存储目标食物的存储参数；第二获取模块，被设置为响应于所述食物存储查询请求，获取所述目标食物的一组食物特征，以及所述目标冰箱的一组冰箱状态特征；查询模块，被设置为在预设的目标知识图谱中查询与所述一组食物特征关联的第一组知识节点，并在所述目标知识图谱中查询与所述一组冰箱状态特征关联的第二组知识节点；查找模块，被设置为在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，其中，每对知识节点中的两个知识节点具有关联关系、且分别属于所述第一组知识节点和所述第二组知识节点；生成模块，被设置为在查找到所述至少一对知识节点的情况下，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，其中，所述食物存储信息包括在所述目标冰箱上存储所述目标食物的一个或多个维度上的存储参数。
根据本公开实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述食物存储信息的确定方法。
根据本公开实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述食物存储信息的确定方法。
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本公开实施例的一种食物存储信息的确定方法的硬件环境示意图；
图2是根据本公开实施例的食物存储信息的确定方法的流程图；
图3是根据本公开实施例的知识图谱示意图；
图4是根据本公开实施例的食物存储信息的确定方法的应用场景图；
图5是根据本公开实施例的食物存储信息的确定装置的结构框图；
图6是根据本公开实施例的一种可选的电子装置的结构框图。
为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，
而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本公开实施例的一个方面，提供了一种食物存储信息的确定方法。该食物存储信息的确定方法广泛应用于智慧家庭(Smart Home)、智能家居、智能家用设备生态、智慧住宅(IntelligenceHouse)生态等全屋智能数字化控制应用场景。可选地，在本实施例中，上述食物存储信息的确定方法可以应用于如图1所示的由终端设备102和服务器104所构成的硬件环境中。如图1所示，服务器104通过网络与终端设备102进行连接，可被设置为为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器上或独立于服务器设置数据库，被设置为为服务器104提供数据存储服务，可在服务器上或独立于服务器配置云计算和/或边缘计算服务，被设置为为服务器104提供数据运算服务。
上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，上述无线网络可以包括但不限于以下至少之一：WIFI(Wireless Fidelity，无线保真)，蓝牙。终端设备102可以并不限定于为PC、手机、平板电脑、智能空调、智能烟机、智能冰箱、智能烤箱、智能炉灶、智能洗衣机、智能热水器、智能洗涤设备、智能洗碗机、智能投影设备、智能电视、智能晾衣架、智能窗帘、智能影音、智能插座、智能音响、智能音箱、智能新风设备、智能厨卫设备、智能卫浴设备、智能扫地机器人、智能擦窗机器人、智能拖地机器人、智能空气净化设备、智能蒸箱、智能微波炉、智能厨宝、智能净化器、智能饮水机、智能门锁等。
为了解决上述问题，在本实施例中提供了一种食物存储信息的确定方法，包括但不限于应用在云端服务器或者冰箱上，图2是根据本公开实施例的食物存储信息的确定方法的流程图，该流程包括如下步骤：
步骤S202：获取食物存储查询请求，其中，所述食物存储查询请求用于请求查询在目标冰箱上存储目标食物的存储参数；
在一个示例性的实施例中，食物存储查询请求的表现形式可以是语音，进而通过自然语音处理技术对语音进行识别，确定食物存储查询请求所表示的具体意
图。
在一个示例性的实施例中，食物存储查询请求可以为“苹果在冰箱A中怎么存储”。
步骤S204：响应于所述食物存储查询请求，获取所述目标食物的一组食物特征，以及所述目标冰箱的一组冰箱状态特征；
在一个示例性的实施例中，可以对目标食物进行图像采集，进而得到目标食物的一组食物特征，其中，目标食物的一组食物特征可以包括但不限于：食物种类，食物颜色，食物当前状态，食物大小。
在一个示例性的实施例中，目标冰箱的一组冰箱状态特征，包括但限于冰箱的型号，冰箱的当前存储状态。需要说明的是，在确定了冰箱的型号以后，就可以确定冰箱的功能、冰箱有多少个的存储区域、冰箱存储区域对应的工作参数。
步骤S206：在预设的目标知识图谱中查询与所述一组食物特征关联的第一组知识节点，并在所述目标知识图谱中查询与所述一组冰箱状态特征关联的第二组知识节点；
在一个示例性的实施例中，图3是根据本公开实施例的知识图谱示意图，目标知识图谱具体如图3所示，本实施例中的目标知识图谱包括但不限于冰箱知识图谱、食材知识图谱。图3描述了关于冰箱知识图谱和食材知识图谱为支撑的后端数据存储与数据支撑架构，冰箱知识图谱表示了冰箱本身属性以及各个舱室相关属性，舱室属性包括了温、湿度调节的范围，以及各个舱室的功能；食材知识图谱表示了食材本身的营养成分和其他属性，其中，存储在不通温、湿度场景之下有不同的存储时间。
步骤S208：在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，其中，每对知识节点中的两个知识节点具有关联关系、且分别属于所述第一组知识节点和所述第二组知识节点；
在一个示例性的实施例中，上述步骤S208可以通过以下方式实现：在所述第一组知识节点与所述第二组知识节点中查找与请求意图特征对应的所述至少
一对知识节点，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征。
在一个示例性的实施例中，在所述第一组知识节点与所述第二组知识节点中查找与请求意图特征对应的所述至少一对知识节点，可以通过以下方式实现：在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储温度对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储湿度的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储湿度对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储区域的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储区域对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储天数的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储天数对应的至少一对知识节点。
在一个示例性的实施例中，在所述第一组知识节点与所述第二组知识节点中查找与所述存储温度对应的至少一对知识节点，可以通过以下方式实现：在所述第一组知识节点中查找与所述存储温度对应的第一知识节点，并在所述第二组知识节点中查找与所述存储温度对应的一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储温度，所述一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作温度或工作温度范围；在所述一组知识节点中查找第二知识节点，其中，所述第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温度对应，所述第一知识节点与所述第二知识节点为查找到的一对知识节点；或者在所述第一组知识节点中查找与所述存储温度对应的所述第一知识节点，并在所述第二组知识节点中查找与所述存储温度对应的所述一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储温度范围，所述一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作温度或工作温度范围；在所述一组知识节点中查找所述第二知识节点，其中，所述第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温
度范围对应，所述第一知识节点与所述第二知识节点为查找到的一对知识节点。
需要说明的是，第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温度相对应，包括但不限于：工作温度与所述推荐存储温度相等，推荐存储温度位于所述工作温度范围。
需要说明的是，从存储温度对应的一组知识节点中确定第二知识节点的过程中，如果存在一个第二知识节点用于表示的工作温度或工作温度范围与第一知识节点的推荐温度范围相对应，但第二知识节点对应的存储区域不具备存储食物的空间，进而可以从存储温度对应的一组知识节点按照上述方式再次确定一个第二知识节点，其中，再次确定的第二知识节点具备存储食物的空间。
在一个示例性的实施例中，在所述第一组知识节点与所述第二组知识节点中查找与所述存储湿度对应的至少一对知识节点，可以通过以下方式实现：在所述第一组知识节点中查找与所述存储湿度对应的第三知识节点，并在所述第二组知识节点中查找与所述存储湿度对应的一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储湿度，与存储湿度对应的一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作湿度或工作湿度范围；在所述与存储湿度对应的一组知识节点中查找第四知识节点，其中，所述第四知识节点用于表示的工作湿度或工作湿度范围与所述推荐存储湿度对应，所述第三知识节点与所述第四知识节点为查找到的一对知识节点；或者在所述第一组知识节点中查找与所述存储湿度对应的所述第三知识节点，并在所述第二组知识节点中查找与所述存储湿度对应的所述一组知识节点，其中，所述第三知识节点用于表示所述目标食物的推荐存储湿度范围，所述与所述存储湿度对应的一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作湿度或工作湿度范围；在所述与所述存储湿度对应的一组知识节点中查找所述第四知识节点，其中，所述第四知识节点用于表示的工作湿度或工作湿度范围与所述推荐存储湿度范围对应，所述第三知识节点与所述第四知识节点为查找到的一对知识节点。
需要说明的是，第四知识节点用于表示的工作湿度或工作湿度范围与所述推荐存储湿度相对应，包括但不限于：工作湿度与所述推荐存储湿度相等，推荐存
储湿度位于所述工作湿度范围。
在一个示例性的实施例中，在所述第一组知识节点与所述第二组知识节点中查找与所述存储区域对应的至少一对知识节点，可以通过以下方式实现：在所述第一组知识节点中查找与所述存储区域对应的第五知识节点，并在所述第二组知识节点中查找与所述存储区域对应的一组知识节点，其中，所述第五知识节点用于表示所述目标食物的推荐存储区域，与存储区域对应的一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域；在所述与存储区域对应的一组知识节点中查找第六知识节点，其中，所述第六知识节点用于表示的存储区域与所述推荐存储区域对应，所述第五知识节点与所述第六知识节点为查找到的一对知识节点。
在一个示例性的实施例中，在所述第一组知识节点与所述第二组知识节点中查找与所述存储天数对应的至少一对知识节点，可以通过以下方式实现：在所述第一组知识节点中查找与所述存储区域对应的第七知识节点，并在所述第二组知识节点中查找与所述存储天数对应的一组知识节点，其中，所述第七知识节点用于表示所述目标食物的推荐存储天数，与存储天数对应的一组知识节点中的每个知识节点用于表示目标存储天数或目标存储天数范围；在所述与存储天数对应的一组知识节点中查找第八知识节点，其中，所述第八知识节点用于表示的目标存储天数或目标存储天数范围与所述推荐存储天数对应，所述第七知识节点与所述第八知识节点为查找到的一对知识节点。
步骤S210：在查找到所述至少一对知识节点的情况下，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，其中，所述食物存储信息包括在所述目标冰箱上存储所述目标食物的一个或多个维度上的存储参数。
在一个示例性的实施例中，上述步骤S210可以通过以下步骤S11-S12实现：
步骤S11：在所述第一组知识节点与所述第二组知识节点中查找到与请求意图特征中的各个意图特征对应的所述至少一对知识节点的情况下，将所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的部分或全部知
识节点所表示的存储参数确定为所述食物存储信息包括的存储参数，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征；
也就是说，如果食物存储查询请求用于查询食物的存储湿度与存储温度，且在第一组知识节点与第二组知识节点中查找到了与存储湿度以及存储温度相关的两对知识节点，进而可以将两对知识节点中属于第二组知识节点中的部分或全部知识节点所表示的存储参数确定为食物存储信息包括的存储参数。例如：两对知识节点中属于第二组知识节点的节点为第一节点和第二节点，其中，第一节点表示的温度为10摄氏度，第二节点表示的湿度为相对湿度45％，进而生成的存储参数为10摄氏度，相对湿度45％。
步骤S12：在所述第一组知识节点与所述第二组知识节点中查找到与请求意图特征中的部分意图特征对应的所述至少一对知识节点的情况下，在所述目标知识图谱中查找与候选知识节点具有关联关系的目标知识节点，其中，所述候选知识节点是所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的部分或全部知识节点；将所述候选知识节点以及所述目标知识节点所表示的存储参数确定为所述食物存储信息包括的存储参数，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征。
需要说明的是，目标知识图谱中的候选知识节点与目标知识节点具有关联关系，表示在目标知识图谱中候选知识节点与目标知识节点具有直接或者间接的边相连接。
在一个示例性的实施例中，在所述目标知识图谱中查找与候选知识节点具有关联关系的目标知识节点，可以通过以下方式实现：在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度、存储区域和存储天数、所述部分意图特征用于指示所述存储温度和所述存储天数的情况下，在所述目标知识图谱中查找与所述候选知识节点具有关联关系的所述目标知识节点，其中，所述候选知识节点是所述第二组知识节点中的表示目标工作温度或目标工作温度范围的知识节点和所述第二组知识节点中的表示目标存储天数或目标存储天数范围的知识节点，所述目标知识节点用于表示所述目标冰箱中的目标存储区域。
也就是说，如果食物存储查询请求用于查询食物的存储温度、存储区域和存储天数，但在第一组知识节点与第二组知识节点中只查询到与存储温度以及存储天数相对应的知识节点对，进而就需要在第二组知识节点中通过存储温度以及存储天数来查询与存储区域相对应的目标知识节点。在一个示例性的实施例中，在第二组知识节点中，与存储区域相对应的目标知识节点，与存储温度以及存储天数对应的候选知识节点之间具有从属关系，即通过存储温度以及存储天数可以确定存储区域。
在一个示例性的实施例中，在所述目标知识图谱中查找与候选知识节点具有关联关系的目标知识节点，可以通过以下方式实现：在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度、存储湿度和存储区域、所述部分意图特征用于指示所述存储温度和所述存储湿度的情况下，在所述目标知识图谱中查找与所述候选知识节点具有关联关系的所述目标知识节点，其中，所述候选知识节点是所述第二组知识节点中的表示目标工作温度或目标工作温度范围的知识节点和所述第二组知识节点中的表示目标存储湿度或目标存储湿度范围的知识节点，所述目标知识节点用于表示所述目标冰箱中的目标存储区域。
也就是说，如果食物存储查询请求用于查询食物的存储湿度、存储湿度和存储区域，但在第一组知识节点与第二组知识节点中只查询到与存储湿度以及存储温度相对应的知识节点对，进而就需要在第二组知识节点中通过存储湿度以及存储温度来查询与存储区域相对应的目标知识节点。在一个示例性的实施例中，在第二组知识节点中，与存储区域相对应的目标知识节点与存储湿度以及存储温度对应的候选知识节点之间具有从属关系，即通过存储湿度以及存储温度可以确定存储区域。
为了更好的理解，在一个实例性的实施例中，如果用户发出的食物存储查询请求指示：苹果在冰箱A中存储的温度、湿度、位置以及天数是什么？进而通过上述步骤S202-S208，可以回复用户“存储在冰箱的区域A中，温度为10摄氏度，相对湿度为45％，天数为3天”。
通过上述步骤，响应于食物存储查询请求，获取目标食物的一组食物特征，
以及目标冰箱的一组冰箱状态特征，并在预设的目标知识图谱中查询与一组食物特征关联的第一组知识节点，以及与一组冰箱状态特征关联的第二组知识节点，进而在第一组知识节点与第二组知识节点中查找至少一对知识节点，并在查找到至少一对知识节点的情况下，根据至少一对知识节点中的每对知识节点中的属于第二组知识节点中的知识节点，生成食物存储信息，采用上述技术方案，可以使得用户在冰箱中存储食物的时候，得到相关的食物存储信息，使得食物可以科学的存储，解决了无法结合冰箱的相关信息给出食物的存储信息的问题。
显然，上述所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。为了更好的理解上述方法，以下结合实施例对上述过程进行说明，但不用于限定本公开实施例的技术方案，具体地：
在一个可选的实施例中，知识图谱是智能交互中重要的一环，在对话中提供知识、消歧、快速检索等服务。本公开将采用冰箱知识图谱、食材知识图谱为食材的存储建议提供有力的科学依据。一方面冰箱知识图谱来自于不同类型的冰箱的真实数据，食材知识图谱中的食材及食材个性数据来自于专业食材研究机构。另一方面采用自然语言技术快速实现食材检索以及冰箱舱室相关数据的检索；最后将采用智能技术结合知识图谱和用户实际冰箱食材情况，进行联合分析，最终给出用户食材最佳存储舱室和相关的温度等信息，让食材存储更加合理、更准确。
如图3所示，描述了冰箱和食材知识图谱的整体架构，描述了关于冰箱知识图谱和食材知识图谱为支撑的后端数据存储与数据支撑架构，冰箱知识图谱表示了冰箱本身属性以及各个舱室相关属性，舱室属性包括了温、湿度调节的范围，以及各个舱室的功能；食材知识图谱表示了食材本身的营养成分和其他属性，其中存储在不通温、湿度场景之下有不同的存储时间。根据不同舱室的温湿度范围和食材需要的存储条件，并结合用户冰箱型号以及冰箱目前存储的食材情况，来综合研判当前食材应该存放的位置。从而合理的为用户食材的存储提供了有力的数据支撑，最大程度上保证了食材的新鲜度。
也就是说，冰箱知识图谱以及食材知识图谱的相关知识为保障食材存储提供了最大判断依据；另外知识图谱作为后端知识的存储，与自然语言相结合使得应
用服务的相关查询变的更加快捷。
图4是根据本公开实施例的食物存储信息的确定方法的应用场景图，如图4所示，以问答服务形式描述了食材存储访问知识图谱的过程，给出食材存储推荐相关参数。
图4的上半部分描述了服务查询语句以及需要条件，经过实体识别，实体链接，根据关系判断，给出答案等过程。图4的下半部分则体现了与实体相关的问题查询过程，图谱根据已知的食材存储条件和冰箱图谱舱室联合分析为上层服务提供答案。综上，图4描述了包含冰箱和食材图谱的架构体系，以及服务流程。关联图谱在不同场景下给与用户合理的食材舱室存储推荐，使得冰箱食材存储问答更加智能与方便，从而提升了用户对冰箱使用体验，提高食材利用率。从整体来看，实现了关系图谱和食材存储问答相结合的技术架构，整体提高了服务体验。
需要说明的是，本公开实施例基于冰箱舱室和食材图谱的设计及存储模式以及食材存储场景与冰箱舱室关系的联合存储，同时基于食材、冰箱架构图谱系统提供服务的方式。以对话为例，首先找到食材关键词，联合用户实际冰箱情况，将食材存储场景和冰箱舱室以及目前冰箱状态进行逻辑分析，给出不同舱室、不同场景下的存储天数的回答。
此外，本公开实施例基于知识图谱的冰箱食材存储推荐，通过实体识别和实体链接，实体关系查询即可得到存储推荐结果，因图谱中涉及的食材及冰箱数据的稳定、真实可靠性为服务的答案提供了可靠依据，图谱的联合快速召回提升了整体的问答效率，使得食材与冰箱数据的关联性更加完整，使得孤立的数据产生了因需求而关联起来，同一个知识图谱可以关联其内在数据和联系，从而简化了逻辑计算、数据查询，改善了冰箱和食材脱离的推荐方式，保证了冰箱、食材推荐服务的一体化，给出不同场景的食材存储时间，有效保证食材的新鲜度及提升食材利用率。进一步地，采用自然语言处理技术对问题进行解析，快速从图谱中召回答案，保证了及时得到答案，提高服务的效率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过
硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本公开各个实施例的方法。
在本实施例中还提供了一种食物存储信息的确定装置，该装置被设置为实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的设备较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本公开实施例的食物存储信息的确定装置的结构框图，该装置包括：
第一获取模块50，被设置为获取食物存储查询请求，其中，所述食物存储查询请求用于请求查询在目标冰箱上存储目标食物的存储参数；
第二获取模块52，被设置为响应于所述食物存储查询请求，获取所述目标食物的一组食物特征，以及所述目标冰箱的一组冰箱状态特征；
查询模块54，被设置为在预设的目标知识图谱中查询与所述一组食物特征关联的第一组知识节点，并在所述目标知识图谱中查询与所述一组冰箱状态特征关联的第二组知识节点；
查找模块56，被设置为在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，其中，每对知识节点中的两个知识节点具有关联关系、且分别属于所述第一组知识节点和所述第二组知识节点；
生成模块58，被设置为在查找到所述至少一对知识节点的情况下，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，其中，所述食物存储信息包括在所述目标冰箱上存储所述目标食物的一个或多个维度上的存储参数。
通过上述装置，响应于食物存储查询请求，获取目标食物的一组食物特征，以及目标冰箱的一组冰箱状态特征，并在预设的目标知识图谱中查询与一组食物特征关联的第一组知识节点，以及与一组冰箱状态特征关联的第二组知识节点，进而在第一组知识节点与第二组知识节点中查找至少一对知识节点，并在查找到至少一对知识节点的情况下，根据至少一对知识节点中的每对知识节点中的属于第二组知识节点中的知识节点，生成食物存储信息，采用上述技术方案，可以使得用户在冰箱中存储食物的时候，得到相关的食物存储信息，使得食物可以科学的存储，解决了无法结合冰箱的相关信息给出食物的存储信息的问题。
在一个示例性的实施例中，查找模块56，还被设置为在所述第一组知识节点与所述第二组知识节点中查找与请求意图特征对应的所述至少一对知识节点，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征。
在一个示例性的实施例中，查找模块56，还被设置为在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储温度对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储湿度的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储湿度对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储区域的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储区域对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储天数的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储天数对应的至少一对知识节点。
在一个示例性的实施例中，查找模块56，还被设置为在所述第一组知识节点中查找与所述存储温度对应的第一知识节点，并在所述第二组知识节点中查找与所述存储温度对应的一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储温度，所述一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作温度或工作温度范围；在所述一组知识节点中查找第二
知识节点，其中，所述第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温度对应，所述第一知识节点与所述第二知识节点为查找到的一对知识节点；或者在所述第一组知识节点中查找与所述存储温度对应的所述第一知识节点，并在所述第二组知识节点中查找与所述存储温度对应的所述一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储温度范围，所述一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作温度或工作温度范围；在所述一组知识节点中查找所述第二知识节点，其中，所述第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温度范围对应，所述第一知识节点与所述第二知识节点为查找到的一对知识节点。
在一个示例性的实施例中，生成模块58，还被设置为在所述第一组知识节点与所述第二组知识节点中查找到与请求意图特征中的各个意图特征对应的所述至少一对知识节点的情况下，将所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的部分或全部知识节点所表示的存储参数确定为所述食物存储信息包括的存储参数，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征；在所述第一组知识节点与所述第二组知识节点中查找到与请求意图特征中的部分意图特征对应的所述至少一对知识节点的情况下，在所述目标知识图谱中查找与候选知识节点具有关联关系的目标知识节点，其中，所述候选知识节点是所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的部分或全部知识节点；将所述候选知识节点以及所述目标知识节点所表示的存储参数确定为所述食物存储信息包括的存储参数，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征。
在一个示例性的实施例中，生成模块58，还被设置为在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度、存储区域和存储天数、所述部分意图特征用于指示所述存储温度和所述存储天数的情况下，在所述目标知识图谱中查找与所述候选知识节点具有关联关系的所述目标知识节点，其中，所述候选知识节点是所述第二组知识节点中的表示目标工作温度或目标工作温度范围的知识节点和所述第二组知识节点中的表示目标存储天数或目标存储天数范
围的知识节点，所述目标知识节点用于表示所述目标冰箱中的目标存储区域。
在一个示例性的实施例中，生成模块58，还被设置为在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度、存储湿度和存储区域、所述部分意图特征用于指示所述存储温度和所述存储湿度的情况下，在所述目标知识图谱中查找与所述候选知识节点具有关联关系的所述目标知识节点，其中，所述候选知识节点是所述第二组知识节点中的表示目标工作温度或目标工作温度范围的知识节点和所述第二组知识节点中的表示目标存储湿度或目标存储湿度范围的知识节点，所述目标知识节点用于表示所述目标冰箱中的目标存储区域。
本公开的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储被设置为执行以下步骤的计算机程序：
S1，获取食物存储查询请求，其中，所述食物存储查询请求用于请求查询在目标冰箱上存储目标食物的存储参数；
S2，响应于所述食物存储查询请求，获取所述目标食物的一组食物特征，以及所述目标冰箱的一组冰箱状态特征；
S3，在预设的目标知识图谱中查询与所述一组食物特征关联的第一组知识节点，并在所述目标知识图谱中查询与所述一组冰箱状态特征关联的第二组知识节点；
S4，在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，其中，每对知识节点中的两个知识节点具有关联关系、且分别属于所述第一组知识节点和所述第二组知识节点；
S5，在查找到所述至少一对知识节点的情况下，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，其中，所述食物存储信息包括在所述目标冰箱上存储所述目标食物的一个或
多个维度上的存储参数。
根据本公开实施例的又一个方面，还提供了一种被设置为实施上述食物存储信息的确定方法的电子装置，如图6所示，该电子装置包括存储器602和处理器604，该存储器602中存储有计算机程序，该处理器604被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地，本领域普通技术人员可以理解，图6所示的结构仅为示意，电子装置也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图6其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图6中所示更多或者更少的组件(如网络接口等)，或者具有与图6所示不同的配置。
其中，存储器602可被设置为存储软件程序以及模块，如本公开实施例中的食物存储信息的确定方法和装置对应的程序指令/模块，处理器604通过运行存储在存储器602内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的食物存储信息的确定方法。存储器602可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器602可进一步包括相对于处理器604远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。作为一种示例，上述存储器602可以如图6所示的包括但不限于包括上述食物存储信息的确定装置中的第一获取模块50、第二获取模块52、查询模块54、查找模块56以及生成模块58。
此外，还可以包括但不限于上述食物存储信息的确定装置中的其他模块单元，本示例中不再赘述。
可选地，上述的传输装置606被设置为经由一个网络接收或者发送数据。上
述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置606包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置606为射频(Radio Frequency，RF)模块，其被设置为通过无线方式与互联网进行通讯。
此外，上述电子装置还包括：显示器608和连接总线610，所述连接总线610被设置为连接上述电子装置中的各个模块部件。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
本公开的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取食物存储查询请求，其中，所述食物存储查询请求用于请求查询在目标冰箱上存储目标食物的存储参数；
S2，响应于所述食物存储查询请求，获取所述目标食物的一组食物特征，以及所述目标冰箱的一组冰箱状态特征；
S3，在预设的目标知识图谱中查询与所述一组食物特征关联的第一组知识节点，并在所述目标知识图谱中查询与所述一组冰箱状态特征关联的第二组知识节点；
S4，在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，其中，每对知识节点中的两个知识节点具有关联关系、且分别属于所述第一组知识节点和所述第二组知识节点；
S5，在查找到所述至少一对知识节点的情况下，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，其中，所述食物存储信息包括在所述目标冰箱上存储所述目标食物的一个或多个维度上的存储参数。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本公开的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本公开不限制于任何特定的硬件和软件结合。
以上所述仅是本公开的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本公开的保护范围。
Claims (16)
- 一种食物存储信息的确定方法，包括：获取食物存储查询请求，其中，所述食物存储查询请求用于请求查询在目标冰箱上存储目标食物的存储参数；响应于所述食物存储查询请求，获取所述目标食物的一组食物特征，以及所述目标冰箱的一组冰箱状态特征；在预设的目标知识图谱中查询与所述一组食物特征关联的第一组知识节点，并在所述目标知识图谱中查询与所述一组冰箱状态特征关联的第二组知识节点；在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，其中，每对知识节点中的两个知识节点具有关联关系、且分别属于所述第一组知识节点和所述第二组知识节点；在查找到所述至少一对知识节点的情况下，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，其中，所述食物存储信息包括在所述目标冰箱上存储所述目标食物的一个或多个维度上的存储参数。
- 根据权利要求1所述的方法，其中，在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，包括：在所述第一组知识节点与所述第二组知识节点中查找与请求意图特征对应的所述至少一对知识节点，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征。
- 根据权利要求2所述的方法，其中，所述在所述第一组知识节点与所述第二组知识节点中查找与请求意图特征对应的所述至少一对知识节点，包括：在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温 度的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储温度对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储湿度的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储湿度对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储区域的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储区域对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储天数的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储天数对应的至少一对知识节点。
- 根据权利要求3所述的方法，其中，所述在所述第一组知识节点与所述第二组知识节点中查找与所述存储温度对应的至少一对知识节点，包括：在所述第一组知识节点中查找与所述存储温度对应的第一知识节点，并在所述第二组知识节点中查找与所述存储温度对应的一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储温度，所述一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作温度或工作温度范围；在所述一组知识节点中查找第二知识节点，其中，所述第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温度对应，所述第一知识节点与所述第二知识节点为查找到的一对知识节点；或者在所述第一组知识节点中查找与所述存储温度对应的所述第一知识节点，并在所述第二组知识节点中查找与所述存储温度对应的所述一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储温度范围，所述一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作温度或工作温度范围；在所述一组知识节点中查找所述第二知识节点，其中，所述第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温度范 围对应，所述第一知识节点与所述第二知识节点为查找到的一对知识节点。
- 根据权利要求1所述的方法，其中，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，包括：在所述第一组知识节点与所述第二组知识节点中查找到与请求意图特征中的各个意图特征对应的所述至少一对知识节点的情况下，将所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的部分或全部知识节点所表示的存储参数确定为所述食物存储信息包括的存储参数，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征；在所述第一组知识节点与所述第二组知识节点中查找到与请求意图特征中的部分意图特征对应的所述至少一对知识节点的情况下，在所述目标知识图谱中查找与候选知识节点具有关联关系的目标知识节点，其中，所述候选知识节点是所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的部分或全部知识节点；将所述候选知识节点以及所述目标知识节点所表示的存储参数确定为所述食物存储信息包括的存储参数，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征。
- 根据权利要求5所述的方法，其中，所述在所述目标知识图谱中查找与候选知识节点具有关联关系的目标知识节点，包括：在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度、存储区域和存储天数、所述部分意图特征用于指示所述存储温度和所述存储天数的情况下，在所述目标知识图谱中查找与所述候选知识节点具有关联关系的所述目标知识节点，其中，所述候选知识节点是所述第二组知识节点中的表示目标工作温度或目标工作温度范围的知识节点和所述第二组知识节点中的表示目标存储天数或目标存储天数范围的知识节点，所述目标知识节点用于表示所述目标冰箱中的目标存储区域。
- 根据权利要求5所述的方法，其中，所述在所述目标知识图谱中查找与候选知识节点具有关联关系的目标知识节点，包括：在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度、存储湿度和存储区域、所述部分意图特征用于指示所述存储温度和所述存储湿度的情况下，在所述目标知识图谱中查找与所述候选知识节点具有关联关系的所述目标知识节点，其中，所述候选知识节点是所述第二组知识节点中的表示目标工作温度或目标工作温度范围的知识节点和所述第二组知识节点中的表示目标工作湿度或目标工作湿度范围的知识节点，所述目标知识节点用于表示所述目标冰箱中的目标存储区域。
- 一种食物存储信息的确定装置，包括：第一获取模块，被设置为获取食物存储查询请求，其中，所述食物存储查询请求用于请求查询在目标冰箱上存储目标食物的存储参数；第二获取模块，被设置为响应于所述食物存储查询请求，获取所述目标食物的一组食物特征，以及所述目标冰箱的一组冰箱状态特征；查询模块，被设置为在预设的目标知识图谱中查询与所述一组食物特征关联的第一组知识节点，并在所述目标知识图谱中查询与所述一组冰箱状态特征关联的第二组知识节点；查找模块，被设置为在所述第一组知识节点与所述第二组知识节点中查找至少一对知识节点，其中，每对知识节点中的两个知识节点具有关联关系、且分别属于所述第一组知识节点和所述第二组知识节点；生成模块，被设置为在查找到所述至少一对知识节点的情况下，根据所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的知识节点，生成食物存储信息，其中，所述食物存储信息包括在所述目标冰箱上存储所述目标食物的一个或多个维度上的存储参数。
- 根据权利要求8所述的装置，其中，查找模块，还被设置为在所述第一组知识节点与所述第二组知识节点中查找与请求意图特征对应的所述至少一对知识节点，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征。
- 根据权利要求9所述的装置，其中，查找模块，还被设置为在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储温度对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储湿度的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储湿度对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储区域的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储区域对应的至少一对知识节点；和/或在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储天数的情况下，在所述第一组知识节点与所述第二组知识节点中查找与所述存储天数对应的至少一对知识节点。
- 根据权利要求10所述的装置，其中，查找模块，还被设置为在所述第一组知识节点中查找与所述存储温度对应的第一知识节点，并在所述第二组知识节点中查找与所述存储温度对应的一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储温度，所述一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作温度或工作温度范围；在所述一组知识节点中查找第二知识节点，其中，所述第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温度对应，所述第一知识节点与所述第二知识节点为查找到的一对知识节点；或者在所述第一组知识节点中查找与所述存储温度对应的所述第一知识节点，并在所述第二组知识节点中查找与所述存储温度对应的所述一组知识节点，其中，所述第一知识节点用于表示所述目标食物的推荐存储温度范围，所述一组知识节点中的每个知识节点用于表示所述目标冰箱中的存储区域内的工作温度或工作温度范围；在所述一组知识节点中查找所述第二知识节点，其中，所述第二知识节点用于表示的工作温度或工作温度范围与所述推荐存储温度范围对应，所述第一知识节点与所述第二知识节点为查找到的一对知识节点。
- 根据权利要求8所述的装置，其中，生成模块，还被设置为在所述第一组知识节点与所述第二组知识节点中查找到与请求意图特征中的各个意图特征对 应的所述至少一对知识节点的情况下，将所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的部分或全部知识节点所表示的存储参数确定为所述食物存储信息包括的存储参数，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征；在所述第一组知识节点与所述第二组知识节点中查找到与请求意图特征中的部分意图特征对应的所述至少一对知识节点的情况下，在所述目标知识图谱中查找与候选知识节点具有关联关系的目标知识节点，其中，所述候选知识节点是所述至少一对知识节点中的每对知识节点中的属于所述第二组知识节点中的部分或全部知识节点；将所述候选知识节点以及所述目标知识节点所表示的存储参数确定为所述食物存储信息包括的存储参数，其中，所述请求意图特征是对所述食物存储查询请求进行意图识别所得到的意图特征。
- 根据权利要求12所述的装置，其中，生成模块，还被设置为在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度、存储区域和存储天数、所述部分意图特征用于指示所述存储温度和所述存储天数的情况下，在所述目标知识图谱中查找与所述候选知识节点具有关联关系的所述目标知识节点，其中，所述候选知识节点是所述第二组知识节点中的表示目标工作温度或目标工作温度范围的知识节点和所述第二组知识节点中的表示目标存储天数或目标存储天数范围的知识节点，所述目标知识节点用于表示所述目标冰箱中的目标存储区域。
- 根据权利要求12所述的装置，其中，生成模块，还被设置为在所述请求意图特征用于指示请求查询的所述存储参数中包括的存储温度、存储湿度和存储区域、所述部分意图特征用于指示所述存储温度和所述存储湿度的情况下，在所述目标知识图谱中查找与所述候选知识节点具有关联关系的所述目标知识节点，其中，所述候选知识节点是所述第二组知识节点中的表示目标工作温度或目标工作温度范围的知识节点和所述第二组知识节点中的表示目标存储湿度或目标存储湿度范围的知识节点，所述目标知识节点用于表示所述目标冰箱中的目标存储区域。
- 一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至7中任一项所述的方法。
- 一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至7中任一项所述的方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210745012.1A CN115221336A (zh) | 2022-06-28 | 2022-06-28 | 食物存储信息的确定方法及装置、存储介质及电子装置 |
| CN202210745012.1 | 2022-06-28 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2024001189A1 true WO2024001189A1 (zh) | 2024-01-04 |
Family
ID=83609627
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2023/074016 WO2024001189A1 (zh) | 2022-06-28 | 2023-01-31 | 食物存储信息的确定方法及装置、存储介质及电子装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115221336A (zh) |
| WO (1) | WO2024001189A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115221336A (zh) * | 2022-06-28 | 2022-10-21 | 青岛海尔科技有限公司 | 食物存储信息的确定方法及装置、存储介质及电子装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105650994A (zh) * | 2015-06-25 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 智能冰箱的控制方法及装置 |
| CN106403488A (zh) * | 2016-09-08 | 2017-02-15 | 三星电子（中国）研发中心 | 智能冰箱及其管理方法 |
| CN110940125A (zh) * | 2019-10-30 | 2020-03-31 | 珠海格力电器股份有限公司 | 冰箱内食物最佳冷藏方案确定方法、装置、介质和冰箱 |
| CN111506735A (zh) * | 2020-04-07 | 2020-08-07 | 珠海格力电器股份有限公司 | 菜品推荐方法、存储介质、电子设备以及冰箱 |
| CN111884887A (zh) * | 2020-07-01 | 2020-11-03 | 海尔优家智能科技（北京）有限公司 | 语音交互的方法和装置、存储介质及电子装置 |
| KR20210045723A (ko) * | 2019-10-17 | 2021-04-27 | 박상호 | 영수증 촬영을 통한 ocr 기반의 냉장고 음식정보 자동저장 방법 |
| US20210190416A1 (en) * | 2018-11-14 | 2021-06-24 | Samsung Electronics Co., Ltd. | Method and device for managing food in refrigerator |
| CN113124631A (zh) * | 2019-12-31 | 2021-07-16 | 青岛海高设计制造有限公司 | 一种用于冰箱的提示方法、装置及冰箱 |
| CN113566487A (zh) * | 2021-08-06 | 2021-10-29 | 松下电器研究开发(苏州)有限公司 | 食材贮存系统、冰箱、食材管理方法以及智能冰箱系统 |
| CN115221336A (zh) * | 2022-06-28 | 2022-10-21 | 青岛海尔科技有限公司 | 食物存储信息的确定方法及装置、存储介质及电子装置 |
-
2022
- 2022-06-28 CN CN202210745012.1A patent/CN115221336A/zh active Pending
-
2023
- 2023-01-31 WO PCT/CN2023/074016 patent/WO2024001189A1/zh unknown
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105650994A (zh) * | 2015-06-25 | 2016-06-08 | 宇龙计算机通信科技(深圳)有限公司 | 智能冰箱的控制方法及装置 |
| CN106403488A (zh) * | 2016-09-08 | 2017-02-15 | 三星电子（中国）研发中心 | 智能冰箱及其管理方法 |
| US20210190416A1 (en) * | 2018-11-14 | 2021-06-24 | Samsung Electronics Co., Ltd. | Method and device for managing food in refrigerator |
| KR20210045723A (ko) * | 2019-10-17 | 2021-04-27 | 박상호 | 영수증 촬영을 통한 ocr 기반의 냉장고 음식정보 자동저장 방법 |
| CN110940125A (zh) * | 2019-10-30 | 2020-03-31 | 珠海格力电器股份有限公司 | 冰箱内食物最佳冷藏方案确定方法、装置、介质和冰箱 |
| CN113124631A (zh) * | 2019-12-31 | 2021-07-16 | 青岛海高设计制造有限公司 | 一种用于冰箱的提示方法、装置及冰箱 |
| CN111506735A (zh) * | 2020-04-07 | 2020-08-07 | 珠海格力电器股份有限公司 | 菜品推荐方法、存储介质、电子设备以及冰箱 |
| CN111884887A (zh) * | 2020-07-01 | 2020-11-03 | 海尔优家智能科技（北京）有限公司 | 语音交互的方法和装置、存储介质及电子装置 |
| CN113566487A (zh) * | 2021-08-06 | 2021-10-29 | 松下电器研究开发(苏州)有限公司 | 食材贮存系统、冰箱、食材管理方法以及智能冰箱系统 |
| CN115221336A (zh) * | 2022-06-28 | 2022-10-21 | 青岛海尔科技有限公司 | 食物存储信息的确定方法及装置、存储介质及电子装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115221336A (zh) | 2022-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023193332A1 (zh) | 文本匹配方法和装置、存储介质及电子设备 | |
| WO2024001189A1 (zh) | 食物存储信息的确定方法及装置、存储介质及电子装置 | |
| WO2023207170A1 (zh) | 洗涤程序的推荐方法及装置、存储介质及电子装置 | |
| WO2024021407A1 (zh) | 知识图谱的更新方法和装置、存储介质及电子装置 | |
| CN112801154B (zh) | 孤寡老人的行为分析方法和系统 | |
| CN104866650B (zh) | 一种创建抽象设备的方法和装置 | |
| WO2024036694A1 (zh) | 控制指令的发送方法、控制装置、存储介质及电子装置 | |
| CN114697150A (zh) | 命令的下发方法和装置、存储介质及电子装置 | |
| CN115047778A (zh) | 智能设备的控制方法和装置、存储介质和电子装置 | |
| WO2024001196A1 (zh) | 家电设备的控制方法、装置、存储介质及电子装置 | |
| WO2024001113A1 (zh) | 图谱的确定方法和装置、存储介质及电子装置 | |
| CN114915514B (zh) | 意图的处理方法和装置、存储介质及电子装置 | |
| WO2024066089A1 (zh) | 烹饪计划的确定方法及装置、存储介质及电子装置 | |
| WO2023168933A1 (zh) | 一种信息处理方法、装置及系统 | |
| CN114911556B (zh) | 界面显示方法、装置、设备及存储介质 | |
| WO2023168853A1 (zh) | 使用意图的预测方法和装置、存储介质及电子装置 | |
| CN116431852A (zh) | 环境状态可视化方法、装置、存储介质及电子装置 | |
| CN115345225A (zh) | 推荐场景的确定方法及装置、存储介质及电子装置 | |
| CN116165931A (zh) | 智能设备的控制方法和系统、装置、存储介质及电子装置 | |
| CN113961804A (zh) | 设备推荐方法、装置、设备及存储介质 | |
| WO2024036804A1 (zh) | 意图指令的确定方法及装置、存储介质及电子装置 | |
| WO2016113870A1 (ja) | 宅内制御装置および宅内制御システム | |
| CN112163712A (zh) | 配餐处理方法、装置、存储介质及配餐系统 | |
| CN115455191A (zh) | 查询指令的响应方法、装置、存储介质及电子装置 | |
| CN115174296B (zh) | 设备功能接入方法、装置、存储介质及电子装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 23829382 Country of ref document: EP Kind code of ref document: A1 |