[發(fā)明專利]一種搜索重排模型的確定方法及裝置

在審

• 申請?zhí)枺?/td>: 202210367936.2
• 申請日: 2022-04-08
• 公開（公告）號: CN114722086A
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計）人: 張志鋼
• 申請（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號: G06F16/2457
• 分類號: G06F16/2457;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

1.一種搜索重排模型的確定方法，其特征在于，所述方法包括：

獲取目標(biāo)搜索詞對應(yīng)的訓(xùn)練樣本集；所述訓(xùn)練樣本集包括所述目標(biāo)搜索詞和所述目標(biāo)搜索詞的多個搜索結(jié)果條目；

將所述訓(xùn)練樣本集輸入初始打分排序模型，通過所述初始打分排序模型確定所述多個搜索結(jié)果條目各自的初始排序分?jǐn)?shù)；

將包括目標(biāo)排序標(biāo)簽的所述訓(xùn)練樣本集和所述初始排序分?jǐn)?shù)輸入打分評估模型，通過所述打分評估模型基于所述目標(biāo)排序標(biāo)簽和所述初始排序分?jǐn)?shù)，確定所述初始排序分?jǐn)?shù)各自的獎勵分?jǐn)?shù)；其中，所述目標(biāo)排序標(biāo)簽用于標(biāo)識所述訓(xùn)練樣本集中的所述多個搜索結(jié)果條目的期望排序；

基于所述初始排序分?jǐn)?shù)和所述獎勵分?jǐn)?shù)，確定所述多個搜索結(jié)果條目的損失函數(shù)；

根據(jù)所述損失函數(shù)對所述初始打分排序模型進(jìn)行排序模型訓(xùn)練，得到用于對所述多個搜索結(jié)果條目進(jìn)行搜索重排的目標(biāo)打分排序模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述訓(xùn)練樣本集輸入初始打分排序模型，通過所述初始打分排序模型確定所述多個搜索結(jié)果條目各自的初始排序分?jǐn)?shù)，包括：

將所述訓(xùn)練樣本集輸入初始打分排序模型，通過所述初始打分排序模型的特征提取層確定所述訓(xùn)練樣本集中的多個搜索結(jié)果條目的特征向量；

根據(jù)所述特征向量確定所述多個搜索結(jié)果條目各自的初始排序分?jǐn)?shù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過所述打分評估模型基于所述目標(biāo)排序標(biāo)簽和所述初始排序分?jǐn)?shù)，確定所述初始排序分?jǐn)?shù)各自的獎勵分?jǐn)?shù)，包括：

通過所述打分評估模型對所述多個搜索結(jié)果條目的初始排序與所述多個搜索結(jié)果條目的期望排序進(jìn)行匹配，確定所述初始排序分?jǐn)?shù)各自的獎勵分?jǐn)?shù)；所述多個搜索結(jié)果條目的初始排序是基于所述初始排序分?jǐn)?shù)確定的。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，還包括：

根據(jù)預(yù)設(shè)規(guī)則將所述期望排序劃分為第一排序區(qū)域和第二排序區(qū)域，根據(jù)所述預(yù)設(shè)規(guī)則將所述初始排序劃分為所述第一排序區(qū)域和所述第二排序區(qū)域；

所述通過所述打分評估模型對所述多個搜索結(jié)果條目的初始排序與所述多個搜索結(jié)果條目的期望排序進(jìn)行匹配，確定所述初始排序分?jǐn)?shù)各自的獎勵分?jǐn)?shù)，包括：

對所述初始排序的所述第一排序區(qū)域中與所述期望排序的所述第一排序區(qū)域中一致的搜索結(jié)果條目確定第一獎勵分?jǐn)?shù)；

對所述初始排序的所述第一排序區(qū)域中與所述期望排序的所述第一排序區(qū)域中不一致的搜索結(jié)果條目確定第二獎勵分?jǐn)?shù)；

對所述初始排序的所述第二排序區(qū)域中與所述期望排序的所述第二排序區(qū)域中一致的搜索結(jié)果條目確定第三獎勵分?jǐn)?shù)；

對所述初始排序的所述第二排序區(qū)域中與所述所述期望排序的第二排序區(qū)域中不一致的搜索結(jié)果條目確定第四獎勵分?jǐn)?shù)；

其中，所述第一獎勵分?jǐn)?shù)和所述第三獎勵分?jǐn)?shù)為正數(shù)，所述第二獎勵分?jǐn)?shù)和所述第四獎勵分?jǐn)?shù)為負(fù)數(shù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

將所述初始排序分?jǐn)?shù)進(jìn)行歸一化處理，獲得所述多個搜索結(jié)果條目的初始排序損失；

則，所述基于所述初始排序分?jǐn)?shù)和所述獎勵分?jǐn)?shù)，確定所述多個搜索結(jié)果條目的損失函數(shù)，包括：

根據(jù)所述初始排序損失乘以所述獎勵分?jǐn)?shù)，確定所述多個搜索結(jié)果條目的損失函數(shù)。

6.根據(jù)權(quán)利要求1-5中任意一項所述的方法，其特征在于，還包括：

利用時間差分法對所述打分評估模型進(jìn)行評估模型訓(xùn)練。

7.根據(jù)權(quán)利要求1-5中任意一項所述的方法，其特征在于，在所述得到用于對所述多個搜索結(jié)果條目進(jìn)行搜索重排的目標(biāo)打分排序模型之后，還包括：

利用所述目標(biāo)打分排序模型對所述目標(biāo)搜索詞的所述多個搜索結(jié)果條目進(jìn)行打分排序，獲得所述目標(biāo)搜索詞的目標(biāo)排序；

根據(jù)所述目標(biāo)排序展示所述多個搜索結(jié)果條目。

8.根據(jù)權(quán)利要求1-5中任意一項所述的方法，其特征在于，所述初始打分模型和所述打分評估模型采用Actor-Critic模型。

9.一種搜索重排模型的確定裝置，其特征在于，所述裝置包括獲取單元、確定單元和訓(xùn)練單元：

所述獲取單元，用于獲取目標(biāo)搜索詞對應(yīng)的訓(xùn)練樣本集；所述訓(xùn)練樣本集包括所述目標(biāo)搜索詞和所述目標(biāo)搜索詞的多個搜索結(jié)果條目；

所述確定單元，用于將所述訓(xùn)練樣本集輸入初始打分排序模型，通過所述初始打分排序模型確定所述多個搜索結(jié)果條目各自的初始排序分?jǐn)?shù)；

所述確定單元，還用于將包括目標(biāo)排序標(biāo)簽的所述訓(xùn)練樣本集和所述初始排序分?jǐn)?shù)輸入打分評估模型，通過所述打分評估模型基于所述目標(biāo)排序標(biāo)簽和所述初始排序分?jǐn)?shù)，確定所述初始排序分?jǐn)?shù)各自的獎勵分?jǐn)?shù)；其中，所述目標(biāo)排序標(biāo)簽用于標(biāo)識所述訓(xùn)練樣本集中的所述多個搜索結(jié)果條目的期望排序；

所述確定單元，還用于基于所述初始排序分?jǐn)?shù)和所述獎勵分?jǐn)?shù)，確定所述多個搜索結(jié)果條目的損失函數(shù)；

所述訓(xùn)練單元，用于根據(jù)所述損失函數(shù)對所述初始打分排序模型進(jìn)行排序模型訓(xùn)練，得到用于對所述多個搜索結(jié)果條目進(jìn)行搜索重排的目標(biāo)打分排序模型。