电子商务平台为商家和客户提供了便捷的交易方式,商家独立经营商品和选择分类标签,用户按照商品分类或是关键字查询商品。复杂的商品种类和快速变化的商品信息不仅给用户选择带来麻烦,也给监管部门统计分析和第三方平台提供统一查询服务带来困难,因此需要面向多平台进行统一商品分类。考虑到电商平台上商品数量巨大,且商品信息包含大量图片和文字描述,基于商品标题进行多平台联合分类是现实应用的关键问题。主要困难包括:由于商品标题包含了复杂的专有名词、不断涌现的技术词汇和性能指标、带有强烈个体感受的商品特点描绘等不规范词汇,无法用传统的词向量技术进行语义分析,也无法对这些词语堆砌而成的短文本进行句子层面的语法分析;而且,商家自行标注商品分类,不仅相同商品在同一平台有不同标注,而且不同平台的分类标准也不一致,增加了标签的混乱度,对分类模型的学习带来困难。为了解决基于商品标题的分类标注这些挑战,本文主要工作如下:首先,针对碎片化文本的语义表示问题,提出了基于主题模型的概率图谱特征抽取方法。根据商品标题中的词汇出现频率和联合出现情况,学习不同类型词汇在隐式主题空间上的概率表示;通过主题和词汇空间的联合概率采样得到商品的语义表示。考虑到主题模型的概率生成特点,多次采样得到文本的概率图谱特征,这种混合采样结果,能够反映商品在多隐式主题上的关联性,还能通过词汇的共现情况,动态学习新词在隐式主题空间上的概率分布,使得商品标题语义建模对于不断涌现的技术词汇更具包容性。其次,针对商品概率图谱表示,提出了基于深度学习的多分类模型,采用卷积神经网络和多层感知网络学习主题之间的深层语义关联关系,选择softmax作为输出层的激活函数;采用dropout机制防止过拟合现象,提高了模型的健壮性。针对商品分类标签的混乱情况,提出了层次化分类的标签语义约束关系,对于预测结果进行约束条件下的标签层次化传播,以满足分类标签的语义一致性,还能减少同类商品的标签差异性对模型学习的负面影响。针对多平台分类标准不一致问题,提出了基于映射关系的统一分类标注方法。选择同时出现在不同平台上的样本数据,独立计算其在各自平台上的分类标签的概率分布;分别采用线性和非线性映射模型学习不同分类目录之间的关联关系,给出统一分类标签建议;针对新的商品标题,分别预测其在不同平台分类目录上的标签信息,实现多平台商品联合分类。本文工作与浪潮集团有限公司合作,采用真实数据集进行实验,辅助国家统计局进行电商零售发展指数分析、经济趋势预测等任务。借助浪潮卓数大数据平台采集主流电商平台的商品数据,包括京东商城数据集、天猫商城数据集和亚马逊商城数据集等。通过不同层面的分析对比实验,验证了本文模型在解决差异分类标准和标注不准确问题上比其他方法更具优势;详细分析了不同参数设置以及模型的不同部分对性能的影响;最后,详细分析了分类标签的语义关联性,给出了目录分类的改进建议。