[發(fā)明專利]數(shù)據(jù)處理方法、數(shù)據(jù)檢索方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110682519.2
• 申請(qǐng)日: 2021-06-18
• 公開(kāi)（公告）號(hào): CN113343047A
• 公開(kāi)（公告）日: 2021-09-03
• 發(fā)明（設(shè)計(jì)）人: 陳欽欽;王光遠(yuǎn)
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類(lèi)號(hào): G06F16/903
• 分類(lèi)號(hào): G06F16/903;G06F16/906;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 鄢功軍

1.一種數(shù)據(jù)處理方法，包括：

針對(duì)多個(gè)文件中的每個(gè)文件，根據(jù)所述文件的文件特征向量，確定所述文件的多個(gè)融合特征向量；以及

對(duì)所述多個(gè)文件的融合特征向量進(jìn)行聚類(lèi)處理，得到多個(gè)特征向量簇，其中，每個(gè)所述特征向量簇與同一個(gè)標(biāo)簽相關(guān)聯(lián)；

其中，確定所述文件的多個(gè)融合特征向量包括：

將所述文件的文件特征向量輸入多個(gè)第一神經(jīng)網(wǎng)絡(luò)模型，得到多個(gè)標(biāo)簽特征向量，其中，所述每個(gè)第一神經(jīng)網(wǎng)絡(luò)模型對(duì)應(yīng)于一個(gè)標(biāo)簽，所述標(biāo)簽特征向量用于表示所述文件與所述標(biāo)簽之間的相關(guān)程度；以及

將所述文件特征向量分別與所述多個(gè)標(biāo)簽特征向量中的每個(gè)標(biāo)簽特征向量進(jìn)行融合處理，得到多個(gè)融合特征向量。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述將文件特征向量分別與所述多個(gè)標(biāo)簽特征向量中的每個(gè)標(biāo)簽特征向量進(jìn)行融合處理，得到多個(gè)融合特征向量，包括：

根據(jù)所述文件特征向量和所述文件特征向量的權(quán)重，確定第一加權(quán)特征向量；

根據(jù)所述標(biāo)簽特征向量和所述標(biāo)簽特征向量的權(quán)重，確定第二加權(quán)特征向量；以及

將所述第一特征向量和第二特征向量進(jìn)行拼接，得到所述融合特征向量。

3.根據(jù)權(quán)利要求1所述的方法，其中，所述將文件特征向量分別與所述多個(gè)標(biāo)簽特征向量中的每個(gè)標(biāo)簽特征向量進(jìn)行融合處理，得到多個(gè)融合特征向量，包括：

根據(jù)所述文件特征向量和所述文件特征向量的權(quán)重，確定第一加權(quán)特征向量；

根據(jù)所述標(biāo)簽特征向量和所述標(biāo)簽特征向量的權(quán)重，確定第二加權(quán)特征向量；以及

將所述第一特征向量和第二特征向量進(jìn)行求和，得到所述融合特征向量。

4.根據(jù)權(quán)利要求1所述的方法，其中，所述將文件特征向量分別與所述多個(gè)標(biāo)簽特征向量中的每個(gè)標(biāo)簽特征向量進(jìn)行融合處理，得到多個(gè)融合特征向量，包括：

針對(duì)所述至少一個(gè)標(biāo)簽特征向量中的每個(gè)標(biāo)簽特征向量，將所述文件特征向量與所述標(biāo)簽特征向量輸入第二神經(jīng)網(wǎng)絡(luò)模型，得到所述融合特征向量，

其中，所述第二神經(jīng)網(wǎng)絡(luò)用于融合所述文件特征向量與所述標(biāo)簽特征向量中包含的特征信息。

5.一種數(shù)據(jù)檢索方法，包括：

根據(jù)檢索請(qǐng)求，確定目標(biāo)向量，其中，所述目標(biāo)向量包括目標(biāo)標(biāo)簽的特征信息；

確定多個(gè)特征向量簇中與所述目標(biāo)標(biāo)簽對(duì)應(yīng)的目標(biāo)特征向量簇；

分別計(jì)算所述目標(biāo)向量與所述目標(biāo)特征向量簇中每個(gè)融合特征向量之間的空間距離；以及

確定所述目標(biāo)特征向量簇中空間距離小于第一距離閾值的目標(biāo)融合特征向量，作為所述檢索結(jié)果；

其中，所述多個(gè)特征向量簇是利用根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的方法確定的。

6.根據(jù)權(quán)利要求5所述的方法，其中，所述確定多個(gè)特征向量簇中與所述目標(biāo)標(biāo)簽對(duì)應(yīng)的目標(biāo)特征向量簇，包括：

獲取所述多個(gè)特征向量簇的中心向量；

針對(duì)所述多個(gè)中心向量中的每個(gè)中心向量，計(jì)算所述目標(biāo)向量與所述中心向量之間的空間距離；以及

確定所述多個(gè)中心向量中所述空間距離小于第二預(yù)設(shè)閾值的目標(biāo)中心向量，并確定與所述目標(biāo)中心向量對(duì)應(yīng)的特征向量簇作為所述目標(biāo)特征向量簇。

7.根據(jù)權(quán)利要求5所述的方法，其中，所述根據(jù)檢索請(qǐng)求，確定目標(biāo)向量，包括：

提取所述檢索請(qǐng)求的特征，得到檢索特征向量；

確定與所述檢索請(qǐng)求對(duì)應(yīng)的目標(biāo)標(biāo)簽；以及

將所述檢索特征向量和所述目標(biāo)標(biāo)簽進(jìn)行融合，得到目標(biāo)向量。