[發明專利]基于標簽數據的搜索信息召回方法、系統、裝置和介質

在審

• 申請號: 202210056086.4
• 申請日: 2022-01-18
• 公開（公告）號: CN114398993A
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 金美芝
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F40/284;G06F40/186;G06N3/04
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 廖慧賢

1.一種基于標簽數據的搜索信息召回方法，其特征在于，包括以下步驟：

根據預設標簽體系對候選語料池內的語料進行分類，得到目標語料集；

將所述目標語料集中的每一條語料作為一個節點，根據任意兩條語料之間的權重生成所述任意兩條語料之間的連接線，根據所述節點和所述連接線生成完全圖；

根據所述完全圖內任意兩節點之間連接線的權重確定所述任意兩節點的轉移概率值，根據所有所述轉移概率值生成所述目標語料集的概率轉移矩陣；

獲取所述預設標簽體系的標簽概率矩陣，并根據所述概率轉移矩陣更新所述預設標簽體系的標簽概率矩陣；

獲取所述完全圖中各節點的標簽更新順序，并根據所述概率轉移矩陣和更新后的所述標簽概率矩陣，基于所述標簽更新順序依次更新各節點對應語料的標簽；

確定標簽更新后的所述目標語料集內的語料對應的標簽滿足預設條件，根據完成標簽更新后的所述目標語料集進行預設搜索信息的內容召回。

2.根據權利要求1所述的一種基于標簽數據的搜索信息召回方法，其特征在于，所述根據預設標簽體系對候選語料池內的語料進行分類，得到目標語料集，包括以下步驟：

獲取預先設置的所述預設標簽體系的第一關鍵詞模板；

根據所述第一關鍵詞模板對所述候選語料池內的語料進行分類，得到粗分類語料集；

對所述第一關鍵詞模板內的關鍵字進行調整，得到的第二關鍵詞模板；

通過所述第二關鍵詞模板對所述粗分類語料集內的語料進行分類，得到目標語料集。

3.根據權利要求1所述的一種基于標簽數據的搜索信息召回方法，其特征在于，所述根據任意兩條語料之間的權重生成所述任意兩條語料之間的連接線，包括以下步驟：

將所述任意兩條語料中的第一條語料輸入到孿生神經網絡模型的第一神經網絡，得到所述第一條語料在高維特征空間內的第一表征信息；

將所述任意兩條語料中的第二條語料輸入到孿生神經網絡模型的第二神經網絡，得到所述第二條語料在高維特征空間內的第二表征信息；

根據所述第一表征信息和所述第二表征信息確定所述兩條語料之間的權重；

根據所述權重生成連接所述任意兩條語料的連接線。

4.根據權利要求1所述的一種基于標簽數據的搜索信息召回方法，其特征在于，所述根據所述完全圖內任意兩節點之間連接線的權重確定所述任意兩節點的轉移概率值，根據所有所述轉移概率值生成所述目標語料集的概率轉移矩陣，包括以下步驟：

根據所述完全圖內任意兩個節點之間連接線的權重確定所述任意兩個節點的第一概率值；

獲取所述任意兩個節點對應語料的語義信息；

根據所述語義信息調節所述第一概率值，得到第二概率值；

根據所有所述第二概率值構建所述目標語料集的概率轉移矩陣。

5.根據權利要求1所述的一種基于標簽數據的搜索信息召回方法，其特征在于，所述獲取所述完全圖中各節點的標簽更新順序，包括以下步驟：

獲取所述完全圖中所有節點對應語料的點擊率；

根據所述點擊率的大小關系確定所述節點的標簽更新順序。

6.根據權利要求1所述的一種基于標簽數據的搜索信息召回方法，其特征在于，所述確定標簽更新后的所述目標語料集內的語料對應的標簽滿足預設條件，根據完成標簽更新后的所述目標語料集進行預設搜索信息的內容召回，包括以下步驟：

獲取標簽更新后的所述目標語料集內的所有語料對應的標簽；

依次選取一個語料作為待確定語料，確定所述待確定語料的相鄰語料標簽中屬于相同標簽的相鄰語料數量；

將所述相鄰語料數量最多的語料對應的標簽作為所述待確定語料的待確定標簽；

確定每個所述待確定語料的當前標簽與對應所述待確定標簽相同，根據完成標簽更新后的所述目標語料集進行預設搜索信息的內容召回。