[發(fā)明專利]搜索結(jié)果準(zhǔn)確性判斷方法、裝置、電子設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 201911207046.X | 申請日: | 2020-01-17 |
| 公開(公告)號: | CN111061774B | 公開(公告)日: | 2023-05-12 |
| 發(fā)明(設(shè)計)人: | 葉紫陽;魏新明 | 申請(專利權(quán))人: | 深圳云天勵飛技術(shù)有限公司 |
| 主分類號: | G06F16/2458 | 分類號: | G06F16/2458;G06F17/16 |
| 代理公司: | 深圳驛航知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44605 | 代理人: | 楊倫 |
| 地址: | 518000 廣東省深圳市龍崗區(qū)園山街道龍崗大道8288號深圳大運軟件小*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 搜索 結(jié)果 準(zhǔn)確性 判斷 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
本發(fā)明實施例提供一種搜索結(jié)果準(zhǔn)確性判斷方法、裝置、電子設(shè)備及存儲介質(zhì),所述方法包括:獲取待搜索對象的top-k個搜索結(jié)果,其中,所述top-k個搜索結(jié)果為與所述待搜索對象相似度最高的k個搜索結(jié)果,所述k大于1;基于所述待搜索對象以及所述top-k個搜索結(jié)果,構(gòu)建輸入矩陣;將所述輸入矩陣輸入到預(yù)先訓(xùn)練好的驗證模型中對m個搜索結(jié)果進(jìn)行預(yù)測,并輸出對應(yīng)的m個預(yù)測結(jié)果,其中,所述m小于等于k,且所述m大于等于1;基于所述預(yù)測結(jié)果對所述待搜索對象的m個搜索結(jié)果進(jìn)行準(zhǔn)確性判斷。可以不用人工對搜索結(jié)果進(jìn)行判斷,進(jìn)而提高了搜索結(jié)果準(zhǔn)確性的判斷效率。
技術(shù)領(lǐng)域
本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域,尤其涉及一種搜索結(jié)果準(zhǔn)確性判斷方法、裝置、電子設(shè)備及存儲介質(zhì)。
背景技術(shù)
在數(shù)據(jù)搜索包括標(biāo)簽(關(guān)鍵詞)搜索以及相似度搜索,在標(biāo)簽搜索過程中,用戶給定標(biāo)簽,通過給定的標(biāo)簽匹配到與給定標(biāo)簽相關(guān)的數(shù)據(jù)進(jìn)行輸出;相似度搜索包括文本搜索以及圖像搜索,在相似度搜索中,比如人臉識別,通過給定的圖像,提取圖像中的人臉特征,在人臉數(shù)據(jù)庫中匹配到與人臉特征相似度較高的人臉數(shù)據(jù),從匹配到的人臉數(shù)據(jù)中獲取該人臉對應(yīng)的身份信息,并輸出對應(yīng)的身份信息出來。但是由于文本或圖像的原因,比如,文本會有缺失、手寫字體不規(guī)范的情況,圖像會有模糊、遮擋、圖像質(zhì)量不高的情況,導(dǎo)致識別的準(zhǔn)確度不高,且搜索出來的結(jié)果全部由人來判斷是否正確,費時費力。因此,現(xiàn)有基于相似度搜索得到搜索結(jié)果準(zhǔn)確性的判斷存在效率不高的問題。
發(fā)明內(nèi)容
本發(fā)明實施例提供一種搜索結(jié)果準(zhǔn)確性判斷方法,能夠提高相似度搜索中搜索結(jié)果準(zhǔn)確性的判斷效率。
第一方面,本發(fā)明實施例提供一種搜索結(jié)果準(zhǔn)確性判斷方法,包括:
獲取待搜索對象的top-k個搜索結(jié)果,其中,所述top-k個搜索結(jié)果為與所述待搜索對象相似度最高的k個搜索結(jié)果,所述k大于1;
基于所述待搜索對象以及所述top-k個搜索結(jié)果,構(gòu)建輸入矩陣;
將所述輸入矩陣輸入到預(yù)先訓(xùn)練好的驗證模型中對m個搜索結(jié)果進(jìn)行預(yù)測,并輸出對應(yīng)的m個預(yù)測結(jié)果,其中,所述m小于等于k,且所述m大于等于1;
基于所述預(yù)測結(jié)果對所述待搜索對象的m個搜索結(jié)果進(jìn)行準(zhǔn)確性判斷。
可選的,所述基于所述待搜索對象以及所述top-k個搜索結(jié)果,構(gòu)建輸入矩陣,包括:
將所述待搜索對象以及所述k個搜索結(jié)果編碼到向量空間,得到k+1維度的向量;
將所述k+1維度的向量進(jìn)行轉(zhuǎn)置,得到轉(zhuǎn)置向量,并將所述轉(zhuǎn)置向量與所述k+1維度的向量相乘,得到k+1階的輸入矩陣。
可選的,所述驗證模型的訓(xùn)練步驟,包括:
獲取n個訓(xùn)練對象的搜索結(jié)果;
基于所述訓(xùn)練對象的搜索結(jié)果,提取每個訓(xùn)練對象的top-k個搜索結(jié)果,其中,所述top-k個搜索結(jié)果為與所述訓(xùn)練對象相似度最高的k個搜索結(jié)果,所述k大于1;
基于所述n個訓(xùn)練對象以及所述每個訓(xùn)練對象的top-k個搜索結(jié)果,對應(yīng)構(gòu)建n個訓(xùn)練矩陣,并為每個訓(xùn)練矩陣添加對應(yīng)的m個標(biāo)簽,得到訓(xùn)練集;
將所述訓(xùn)練集輸入到驗證模型中對所述驗證模型進(jìn)行訓(xùn)練,以使所述驗證模型學(xué)習(xí)到矩陣與標(biāo)簽的預(yù)測關(guān)系。
可選的,所述為每個訓(xùn)練矩陣添加對應(yīng)的m個標(biāo)簽,包括:
獲取所述n個訓(xùn)練對象對應(yīng)的訓(xùn)練對象標(biāo)識;
獲取所述每個訓(xùn)練矩陣中m個搜索結(jié)果對應(yīng)的搜索結(jié)果標(biāo)識;
添加每個訓(xùn)練矩陣中訓(xùn)練對象標(biāo)識與搜索結(jié)果標(biāo)識的標(biāo)簽關(guān)系。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳云天勵飛技術(shù)有限公司,未經(jīng)深圳云天勵飛技術(shù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911207046.X/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





