[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

本發明屬于人工智能技術領域，公開了一種召回模型優化方法、裝置、設備及存儲介質。該方法包括：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。通過上述方式，實現了對已有召回模型的優化，由于通過其他模型得到的排序結果具有一定的相似度，在通過在排序結果的基礎上重新評價相關度，重新對排序結果進行標注并對已有的召回模型進行進一步優化，提升了召回模型的區分度和召回率。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種召回模型優化方法、裝置、設備及存儲介質。

背景技術

整個搜索流程可大致分為“召回-粗排-精排”三個部分。其中，語義召回模型通過計算Query和Title的語義相似度得分，并選取得分最高的結果。為了檢索更加高效。

但在目前的語義召回模型的訓練數據都是直接從網頁上挖掘的原始數據，由于樣本數據的采集跨度特別廣，正樣本和負樣本相似度、語義的差別很大，因此通過這些原始數據所訓練出來的召回模型對文本的區分度較低。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種召回模型優化方法、裝置、設備及存儲介質，旨在解決現有技術召回模型對文本的區分度較低的技術問題。

為實現上述目的，本發明提供了一種召回模型優化方法，所述方法包括以下步驟:

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。

可選的，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。

可選的，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。

可選的，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。

可選的，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。

可選的，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；