[發明專利]召回模型優化方法、裝置、設備及存儲介質

在審

• 申請號: 202210057510.7
• 申請日: 2022-01-18
• 公開（公告）號: CN116501950A
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 紀興光
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/951;G06F16/958;G06F16/9538
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張莉

1.一種召回模型優化方法，其特征在于，所述召回模型優化方法包括：

獲取第一預設模型的當前排序結果；

對所述當前排序結果進行相關度評分，得到當前排序結果對應的標簽信息；

根據所述當前排序結果和對應的標簽信息生成優化樣本數據；

根據所述優化樣本數據完成對待優化召回模型的優化。

2.如權利要求1所述的方法，其特征在于，所述獲取第一預設模型的當前排序結果，包括：

根據預設地址表確定搜索引擎地址，所述預設地址表為使用第一預設模型進行搜索的搜索引擎地址；

根據網絡爬蟲抓取所述搜索引擎地址中的精排數據；

對所述精排數據進行篩選得到當前排序結果。

3.如權利要求1所述的方法，其特征在于，所述對所述當前排序結果進行相關度評分，得到當前排序結果對應的標簽信息，包括：

對所述當前排序結果中的推薦問題進行相關度評分，得到相關度分值，所述當前排序結果中包含多條推薦問題；

在所述相關度分值大于等于預設分值時，將對應的推薦問題標注上正標簽；

在所述相關度分值小于預設分值時，將對應的推薦問題標注上負標簽；

根據各所述正標簽和負標簽確定當前排序結果對應的標簽信息。

4.如權利要求3所述的方法，其特征在于，所述對所述當前排序結果進行相關度評分，得到相關度分值，包括：

獲取所述推薦問題對應的查詢問題；

根據所述查詢問題確定對應的第一目標語義向量；

根據所述推薦問題確定對應的第二目標語義向量；

計算所述第一目標語義向量和第二目標語義向量的相似度；

根據所述相似度確定相關度分值。

5.如權利要求3所述的方法，其特征在于，所述對所述當前排序結果進行相關度評分，得到相關度分值，包括：

獲取所述當前排序結果對應的用戶日志信息；

根據所述用戶日志信息確定各所述推薦問題的展示次數；

根據各所述推薦問題對應的展示次數確定相關度分值。

6.如權利要求5所述的方法，其特征在于，所述根據所述展示次數確定相關度分值，包括：

根據所述展示次數確定所述當前排序結果的總展示次數；

根據所述總展示次數確定目標加權系數；

根據所述目標加權系數和各展示次數確定各所述推薦問題對應的相關度分值。

7.如權利要求1所述的方法，其特征在于，所述根據所述當前排序結果和對應的標簽信息生成優化樣本數據，包括：

根據所述當前排序結果確定查詢樣本，所述當前排序結果中包含多條推薦問題；

根據各所述推薦問題和標簽信息確定第一正樣本和第一負樣本；

根據所述查詢樣本、第一正樣本和第一負樣本生成優化樣本數據。

8.一種召回模型優化裝置，其特征在于，所述召回模型優化裝置包括：

獲取模塊，用于獲取第一預設模型的當前排序結果；

處理模塊，用于對所述當前排序結果進行相關度評分，得到當前排序結果對應的標簽信息；

所述處理模塊，還用于根據所述當前排序結果和對應的標簽信息生成優化樣本數據；

所述處理模塊，還用于根據所述優化樣本數據完成對待優化召回模型的優化。

9.一種召回模型優化設備，其特征在于，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的召回模型優化程序，所述召回模型優化程序配置為實現如權利要求1至7中任一項所述的召回模型優化方法的步驟。

10.一種存儲介質，其特征在于，所述存儲介質上存儲有召回模型優化程序，所述召回模型優化程序被處理器執行時實現如權利要求1至7任一項所述的召回模型優化方法的步驟。