正文
上图中最右下角的格纹衬衫的扩展属性为纯色。该属性明显与商品图片不一致，错误的数据降低了搜索的准确率，但是增加了商品的曝光率。
为此，我们通过自然语言理解和图片识别技术来检测图文不一致现象，对错误数据进行修正和通知商家修改。
高精度的图像识别技术，从商品图片中识别商品主体并抽取商品的特征，为文本属性修正提供高置信度的参照。以衣服的颜色为例，描述衣服颜色的名词数不胜数，以红色为例，就有绯红、桃红、品红、鲜红等等。利用分词抽取，我们获取了近万个颜色字段。
很多颜色的区分度极小，即便肉眼也很难区分，对训练数据的收集带来了很大的困扰。同时由于光照拍摄的问题，如此细分的分类对训练的结果也不一定有益。为此，我们首先对于颜色属性进行归一化，划分出不到 20 个色系，其余的属性也按照类似方法进行归一化。在准备好训练数据后，
我们采用了 52 层 resnet 残差网络的finetuning
实现了多种图片特征 95%+ 的准备率模型。后续，我们会加入我们自己的卷积网络特征去提供准确率。
商品的标题由采销人员和第三方商家命名，其中自营商品的命名较为规范。商家命名时，有些标题除了有文本描述矛盾外，还出现了大量词汇堆砌的情况。
