[發(fā)明專利]構(gòu)建檢索數(shù)據(jù)庫的方法、裝置、設(shè)備以及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110937110.0
• 申請日: 2021-08-16
• 公開（公告）號: CN113656373A
• 公開（公告）日: 2021-11-16
• 發(fā)明（設(shè)計）人: 尹潔;黃賁
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G06F16/21
• 分類號: G06F16/21;G06K9/62
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種構(gòu)建檢索數(shù)據(jù)庫的方法，包括：

獲取數(shù)據(jù)集，將所述數(shù)據(jù)集分為第一數(shù)據(jù)集和第二數(shù)據(jù)集，其中，所述第一數(shù)據(jù)集中的數(shù)據(jù)量小于所述第二數(shù)據(jù)集中的數(shù)據(jù)量；

對所述第一數(shù)據(jù)集中的數(shù)據(jù)進行聚類，得到至少一個一級聚類中心；

基于所述一級聚類中心對所述第一數(shù)據(jù)集中的數(shù)據(jù)進行聚類，得到對應(yīng)的至少一個二級聚類中心；

基于所述第一數(shù)據(jù)集中的數(shù)據(jù)與所述一級聚類中心以及所述二級聚類中心的殘差，得到所述第一數(shù)據(jù)集對應(yīng)的碼本；

基于所述第一數(shù)據(jù)集對應(yīng)的碼本對所述第二數(shù)據(jù)集進行訓(xùn)練，得到所述數(shù)據(jù)集對應(yīng)的碼本。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述基于所述一級聚類中心對所述第一數(shù)據(jù)集中的數(shù)據(jù)進行聚類，得到對應(yīng)的至少一個二級聚類中心，包括：

針對所述第一數(shù)據(jù)集中的每個第一數(shù)據(jù)，計算與所述第一數(shù)據(jù)最接近的一級聚類中心的殘差，得到所述第一數(shù)據(jù)集對應(yīng)的第一殘差向量空間；

對所述第一殘差向量空間進行聚類，得到對應(yīng)的至少一個二級聚類中心。

3.根據(jù)權(quán)利要求1-2中任一項所述的方法，其中，所述基于所述第一數(shù)據(jù)集中的數(shù)據(jù)與所述一級聚類中心以及所述二級聚類中心的殘差，得到所述第一數(shù)據(jù)集對應(yīng)的碼本，包括：

針對所述第一數(shù)據(jù)集中的每個第一數(shù)據(jù)，基于與所述第一數(shù)據(jù)最接近的一級聚類中心和二級聚類中心的殘差，得到所述第一數(shù)據(jù)集對應(yīng)的第二殘差向量空間；

對所述第二殘差向量空間進行量化，得到所述第一數(shù)據(jù)集對應(yīng)的碼本。

4.根據(jù)權(quán)利要求3所述的方法，其中，所述對所述第二殘差向量空間進行量化，得到所述第一數(shù)據(jù)集對應(yīng)的碼本，包括：

將所述第二殘差向量空間分為第一預(yù)設(shè)數(shù)目個子空間；

分別對所述第一預(yù)設(shè)數(shù)目個子空間中的每個子空間進行聚類，得到第二預(yù)設(shè)數(shù)目個空間聚類中心；

分別對所述空間聚類中心的標(biāo)識號ID進行標(biāo)記，得到每個子空間的碼本；

將所述每個子空間的碼本做直積，得到所述第一數(shù)據(jù)集對應(yīng)的碼本。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述基于所述第一數(shù)據(jù)集對應(yīng)的碼本對所述第二數(shù)據(jù)集進行訓(xùn)練，得到所述數(shù)據(jù)集對應(yīng)的碼本，包括：

針對所述第二數(shù)據(jù)集中的每個第二數(shù)據(jù)，基于與所述第二數(shù)據(jù)最接近的一級聚類中心和二級聚類中心的殘差，得到各第二數(shù)據(jù)對應(yīng)的殘差向量；

將所述殘差向量分為第一預(yù)設(shè)數(shù)目個子空間；

針對所述第一預(yù)設(shè)數(shù)目個子空間中的每個子空間，計算所述子空間內(nèi)的殘差向量與所述子空間內(nèi)的空間聚類中心的距離；

用與所述子空間內(nèi)的殘差向量最接近的空間聚類中心的ID標(biāo)記所述第二數(shù)據(jù)集中的每個第二數(shù)據(jù)，得到所述數(shù)據(jù)集對應(yīng)的碼本。

6.根據(jù)權(quán)利要求5所述的方法，其中，在所述基于與所述第二數(shù)據(jù)最接近的一級聚類中心和二級聚類中心的殘差，得到各第二數(shù)據(jù)對應(yīng)的殘差向量之前，所述方法還包括：

計算所述第二數(shù)據(jù)與所述一級聚類中心和所述二級聚類中心的距離；

基于計算結(jié)果確定與所述第二數(shù)據(jù)最接近的一級聚類中心和二級聚類中心。

7.根據(jù)權(quán)利要求6所述的方法，其中，所述計算所述第二數(shù)據(jù)與所述一級聚類中心和所述二級聚類中心的距離，包括：

計算所述第二數(shù)據(jù)與所述一級聚類中心的第一距離；

響應(yīng)于所述第一距離以及所述一級聚類中心與所述二級聚類中心的第二距離之間不滿足三角不等式，進行剪枝操作。

8.根據(jù)權(quán)利要求7所述的方法，其中，所述計算所述第二數(shù)據(jù)與所述一級聚類中心和所述二級聚類中心的距離，還包括：

響應(yīng)于所述第一距離以及所述一級聚類中心與所述二級聚類中心的第二距離之間滿足三角不等式，計算所述第二數(shù)據(jù)與所述二級聚類中心的距離。