[发明专利]使用深度学习模型识别内容项

权利要求书

1.一种方法，包括：

由一个或多个计算装置接收第一内容项；

由一个或多个计算设备确定所述第一内容项的第一嵌入，其中：

所述第一嵌入对应于嵌入空间中的第一点，

所述嵌入空间包括与第二内容项的多个第二嵌入对应的多个第二点，

使用深度学习模型确定所述第一嵌入和所述第二嵌入，

所述第一点和所述第二点位于所述嵌入空间中的一个或多个聚类中，

所述聚类中的每个聚类与一类内容项相关联，并且

所述第一点和所述第二点进一步基于所述第一内容项和所述第二内容项的一个或多个属性位于所述聚类内；以及

由一个或多个计算装置基于以下各项来识别与所述第一内容项相似的一个或多个所述第二内容项：

所述第一点的位置，

与所述一个或多个第二内容项对应的一个或多个所述第二点所位于的一个或多个特定聚类，以及

与所述一个或多个第二内容项对应的一个或多个所述第二点在所述特定聚类内的位置。

2.根据权利要求1所述的方法，其中，使用减少位于一个或多个所述聚类中的点之间的重叠的损失函数，训练所述深度学习模型。

3.根据权利要求1所述的方法，其中，所述第一内容项和第二内容项的一个或多个属性是所述深度学习模型的潜输入变量。

4.根据权利要求1所述的方法，其中，所述深度学习模型是神经网络。

5.根据权利要求1所述的方法，其中，所述第一内容项和所述第二内容项都是视觉内容，并且其中，所述第一内容项和第二内容项的一个或多个属性包括以下各项中的一项或多项：颜色、姿态、光照条件、场景几何结构、材料、纹理、大小、粒度。

6.根据权利要求1所述的方法，其中，所述第一内容项是在用户的客户端系统处接收的搜索查询。

7.根据权利要求6所述的方法，进一步包括：向所述客户端系统发送一个或多个所识别的所述第二内容项以显示给所述用户。

8.根据权利要求1所述的方法，其中，所述第一内容项的内容的类型包括以下各项中的一项或多项：文本内容、图像内容、音频内容、视频内容。

9.根据权利要求8所述的方法，进一步包括：确定所述第一内容项的内容的类型，并且其中，识别一个或多个所述第二内容项进一步基于所述第一内容项的内容的类型。

10.一个或多个包含软件的计算机可读非暂时性存储介质，所述软件在被执行时能操作以：

接收第一内容项；

确定所述第一内容项的第一嵌入，其中：

所述第一嵌入对应于嵌入空间中的第一点，

所述嵌入空间包括与第二内容项的多个第二嵌入对应的多个第二点，

使用深度学习模型确定所述第一嵌入和所述第二嵌入，

所述第一点和所述第二点位于所述嵌入空间中的一个或多个聚类中，

所述聚类中的每个聚类与一类内容项相关联，并且

所述第一点和所述第二点进一步基于所述第一内容项和所述第二内容项的一个或多个属性，位于所述聚类内；以及

基于以下各项来识别与所述第一内容项相似的一个或多个所述第二内容项：

所述第一点的位置，

与所述一个或多个第二内容项对应的一个或多个所述第二点所位于的一个或多个特定聚类，以及

与所述一个或多个第二内容项对应的一个或多个所述第二点在所述特定聚类内的位置。

11.根据权利要求10所述的介质，其中，使用减少位于一个或多个所述聚类中的点之间的重叠的损失函数，训练所述深度学习模型。

12.根据权利要求10所述的介质，其中，所述第一内容项和第二内容项的一个或多个属性是所述深度学习模型的潜输入变量。