[發(fā)明專利]搜索引擎中的個(gè)性化語(yǔ)義向量模型的訓(xùn)練方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110191195.2
• 申請(qǐng)日: 2021-02-19
• 公開(kāi)（公告）號(hào): CN113010771B
• 公開(kāi)（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 陳咨堯;陳強(qiáng);梁龍軍
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/9538;G06F16/951;G06F40/151;G06F40/194;G06F40/30;G06F18/214
• 代理公司: 北京勵(lì)誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11647
• 代理人: 趙爽

本申請(qǐng)實(shí)施例提供了提供一種搜索引擎中的個(gè)性化語(yǔ)義向量模型的訓(xùn)練方法及裝置，涉及區(qū)塊鏈的應(yīng)用服務(wù)技術(shù)領(lǐng)域，該訓(xùn)練方法包括：獲取第一查詢特征和M個(gè)文檔特征，M＞0；將該第一查詢特征轉(zhuǎn)換為第一查詢向量，并將該M個(gè)文檔特征分別轉(zhuǎn)換為M個(gè)文檔向量；基于該第一查詢向量和該M個(gè)文檔向量，以預(yù)設(shè)的相似度差值作為訓(xùn)練目標(biāo)，訓(xùn)練個(gè)性化語(yǔ)義向量模型。本申請(qǐng)?zhí)峁┑挠?xùn)練方法，通過(guò)個(gè)性化語(yǔ)義向量模型，能夠考慮用戶輸入的詞句在語(yǔ)義上的相關(guān)性，進(jìn)而，能夠提升搜索引擎的推薦準(zhǔn)確度以及用戶體驗(yàn)。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及區(qū)塊鏈的應(yīng)用服務(wù)技術(shù)領(lǐng)域，并且更具體地，涉及搜索引擎中的個(gè)性化語(yǔ)義向量模型的訓(xùn)練方法及裝置。

背景技術(shù)

截止目前，搜索引擎通常將用戶輸入的詞句進(jìn)行分詞之后，再以倒排的方式在文檔庫(kù)中相似度得分靠前的文檔作為推薦的文檔，方便用戶快速查找需要的文檔。但是，利用分詞的方式得到的推薦的文檔和用戶實(shí)際查找的文檔有可能存在出入。例如，假設(shè)用戶輸入的詞句為“道路機(jī)動(dòng)車交通規(guī)則”，采用上述方式，會(huì)先將“道路機(jī)動(dòng)車交通規(guī)則”拆分為“道路”，“機(jī)動(dòng)車”以及“交通規(guī)則”，然后以倒排的方式在文檔庫(kù)中選擇分別命中有這些詞語(yǔ)的文檔，例如，會(huì)優(yōu)先推薦文檔“機(jī)動(dòng)車和在非機(jī)動(dòng)車道路超速行駛算違反什么交通規(guī)則”、文檔“交通規(guī)則中的機(jī)動(dòng)車和非機(jī)動(dòng)車”以及文檔“機(jī)動(dòng)車和電動(dòng)自行車事故”等；然而通常情況下，用戶是希望推薦具體的交通規(guī)則的相關(guān)文檔，例如文檔“交通道路行駛規(guī)則有哪些”或者文檔“交通道路行駛規(guī)則是什么”等。可見(jiàn)，雖然實(shí)際推薦的文檔和用戶輸入的詞句是相關(guān)的，但跟用戶實(shí)際需要的文檔存在一定出入，降低了用戶體驗(yàn)。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了提供一種搜索引擎中的個(gè)性化語(yǔ)義向量模型的訓(xùn)練方法及裝置，通過(guò)個(gè)性化語(yǔ)義向量模型，能夠考慮用戶輸入的詞句在語(yǔ)義上的相關(guān)性，進(jìn)而，能夠提升搜索引擎的推薦準(zhǔn)確度以及用戶體驗(yàn)。例如，假設(shè)用戶輸入的詞句為“道路機(jī)動(dòng)車交通規(guī)則”，利用個(gè)性化語(yǔ)義向量模型對(duì)分詞后的特征進(jìn)行語(yǔ)義上的關(guān)聯(lián)，使得最終推薦的文檔可以是文檔“交通道路行駛規(guī)則有哪些”等。

一方面，本申請(qǐng)實(shí)施例提供了一種搜索引擎中的個(gè)性化語(yǔ)義向量模型的訓(xùn)練方法，包括：

獲取第一查詢特征和M個(gè)文檔特征，M＞0；

將該第一查詢特征轉(zhuǎn)換為第一查詢向量，并將該M個(gè)文檔特征分別轉(zhuǎn)換為M個(gè)文檔向量；

基于該第一查詢向量和該M個(gè)文檔向量，以預(yù)設(shè)的相似度差值作為訓(xùn)練目標(biāo)，訓(xùn)練個(gè)性化語(yǔ)義向量模型；

其中，該相似度差值為正例向量和查詢向量之間的相似度得分與負(fù)例向量和查詢向量之間的相似度得分的差值，該正例向量為與查詢特征形成正例的文檔特征轉(zhuǎn)換后的向量，該負(fù)例向量為與查詢特征形成負(fù)例的文檔特征轉(zhuǎn)換后的向量。

另一方面，本申請(qǐng)實(shí)施例提供了一種搜索引擎中的個(gè)性化語(yǔ)義向量模型的訓(xùn)練裝置，包括：

獲取單元，用于獲取第一查詢特征和M個(gè)文檔特征，M＞0；

轉(zhuǎn)換單元，用于將該第一查詢特征轉(zhuǎn)換為第一查詢向量，并將該M個(gè)文檔特征分別轉(zhuǎn)換為M個(gè)文檔向量；

訓(xùn)練單元，用于基于該第一查詢向量和該M個(gè)文檔向量，以預(yù)設(shè)的相似度差值作為訓(xùn)練目標(biāo)，訓(xùn)練個(gè)性化語(yǔ)義向量模型；

其中，該相似度差值為正例向量和查詢向量之間的相似度得分與負(fù)例向量和查詢向量之間的相似度得分的差值，該正例向量為與查詢特征形成正例的文檔特征轉(zhuǎn)換后的向量，該負(fù)例向量為與查詢特征形成負(fù)例的文檔特征轉(zhuǎn)換后的向量。