面向装修案例智能匹配的跨模态检索方法

“互联网+”背景下，家装企业利用互联网平台搭建客服系统，以此树立企业形象、营销企业产品，并为用户提供与装修相关的咨询和服务。用户在使用客服系统的过程中，经常需要检索不同风格的装修案例，因此装修案例检索是客服系统中一项重要的功能。目前，在家装企业的客服系统中，关于装修案例的检索主要通过人工方式来实现，即客服人员根据用户需求为其推送具有相应风格标签的装修案例。这种方法不仅增加了人力资源的消耗，而且实时性较差，在一定程度上降低了企业的服务质量。装修案例检索归根结底是一个通过文本信息检索图像信息的过程，随着信息检索技术的高速发展[1-4]，这一任务可以通过跨模态图文检索的方法来完成。这类方法仅利用文本和图像自身包含的内容信息，就能实现图像与文本间的相互匹配[5]，这使得客服系统能够根据用户输入的话语自动检索相应风格的装修案例并推送给用户，从而降低企业的人力成本，实现信息的实时回复。

目前，构建公共子空间已经成为跨模态图文检索的主流方法，其核心思想是对不同模态数据间的关系进行建模，学习一个公共的表示空间，在该空间中可以直接对来自不同模态的样本进行比较[6]。其中，代表性工作有典型相关分析(canonical correlation analysis，CCA)[7]，多视角判别分析（multi-view discriminant analysis，MvDA）[8]，联合表示学习算法（joint representation learning，JRL）[9]等。这些方法是基于传统统计分析的方法，其通过优化统计值来学习公共空间的投影矩阵。近年来，由