[发明专利]网页打分模型的创建方法及装置

权利要求书

1.一种网页打分模型的创建方法，其特征在于，包括：

获取网页训练样本集，其中所述网页训练样本集包括与预设的至少一个查询词中各个查询词下的多个样本网页的特征向量和标注打分；

根据所述网页训练样本集中各样本网页的标注打分以及预先确定的至少一个网页待调整特征，生成目标损失函数；

根据所生成的目标损失函数以及所述网页训练样本集中各样本网页的特征向量，创建网页打分模型。

2.根据权利要求1所述的网页打分模型的创建方法，其特征在于，根据所述网页训练样本集中各样本网页的标注打分以及预先确定的至少一个网页待调整特征，生成目标损失函数，包括：

获取根据所述网页训练样本集中各样本网页的标注打分得到的原始损失函数；

确定所述原始损失函数中的用于衡量所述网页训练样本集中相同查询词下不同网页之间差异程度的决策因子；

分别针对预先确定的至少一个网页待调整特征中各网页待调整特征，将用于表征该网页待调整特征的作用因子添加到所述决策因子中，以生成目标损失函数。

3.根据权利要求2所述的网页打分模型的创建方法，其特征在于，所述将用于表征该网页待调整特征的作用因子添加到所述决策因子中，包括：

将用于表征该网页待调整特征的作用因子乘以对应的作用系数后，添加到所述决策因子中；

其中，如果作用因子表征的网页待调整特征为网页待加强特征，则相应的作用系数为正系数；如果作用因子表征的网页待调整特征为网页待削弱特征，则相应的作用系数为负系数。

4.根据权利要求3所述的网页打分模型的创建方法，其特征在于，在根据所生成的目标损失函数以及所述网页训练样本集中各样本网页的特征向量，创建网页打分模型之后，还包括：

根据设定规则更新所述目标损失函数中的作用系数；

根据经过更新操作后的目标损失函数以及所述网页训练样本集中各样本网页的特征向量，创建新的网页打分模型。

5.根据权利要求3所述的网页打分模型的创建方法，其特征在于，所述决策因子H(x_qi,x_qj)＝-h(x_qi)+h(x_qj)；

经过添加操作后的所述决策因子

Hnew(xqi,xqj)=-h(xqi)+h(xqj)+Σtϵt*(reduce_difft*label_diff)]]>

其中，q为大于等于1且小于等于Q的整数，Q为所述至少一个查询词中所有查询词个数；

h(x_qi)和h(x_qj)均是所述网页打分模型的预测值，x_qi和x_qj分别为所述至少一个查询词中第q个查询词下的不同网页；

t为大于等于1且小于等于至少一个网页待调整特征总个数的整数；

reduce_diff_t*label_diff用于表征所述至少一个网页待调整特征中第t个网页待调整特征的作用因子，ε_t为与用于表征所述至少一个网页待调整特征中第t个网页待调整特征的作用因子对应的作用系数；

reduce_diff_t＝reduce_t,qi-reduce_t,qj，为x_qi的第t个网页待调整特征值reduce_t,qi与x_qj的第t个网页待调整特征值reduce_t,qj之间的差值；

label_diff＝label_qi-label_qj是x_qi的标注打分label_qi与x_qj的标注打分label_qj之差。