[发明专利]一种搜索结果排序方法、装置、服务器和存储介质

权利要求书

1.一种搜索结果排序方法，其特征在于，包括：

获取当前搜索词，并根据所述当前搜索词获取对应的搜索结果；

根据搜索词之间的匹配度获取所述当前搜索词的有效前置信息；

基于预先训练的神经网络模型，根据所述当前搜索词、所述有效前置信息及所述搜索结果确定所述搜索结果中各搜索条目对应的相关性参数；

根据所述各搜索条目对应的相关性参数对所述各搜索条目进行排序。

2.根据权利要求1所述的方法，其特征在于，基于预先训练的神经网络模型，根据所述当前搜索词、所述有效前置信息及所述搜索结果确定所述搜索结果中各搜索条目对应的相关性参数，包括：

利用预设算法对所述当前搜索词与所述有效前置信息进行处理，生成查询表达向量；

利用所述预设算法分别对所述搜索结果中各搜索条目进行处理，得到各搜索条目的条目表达向量，其中，所述查询表达向量与每个条目表达向量均构成一个数据对；

将各所述数据对依次输入所述神经网络模型，依次得到与各所述数据对相对应的相关性参数。

3.根据权利要求2所述的方法，其特征在于，将各所述数据对依次输入所述神经网络模型，依次得到与各所述数据对相对应的相关性参数，包括：

计算所述数据对中的条目表达向量与查询表达向量的匹配度，作为与所述数据对相对应的相关性参数。

4.根据权利要求1所述的方法，其特征在于，根据搜索词之间的匹配度获取所述当前搜索词的有效前置信息，包括：

获取所述当前搜索词的输入时间之前预设时间内的各搜索词；

依次计算获取到的所述各搜索词与所述当前搜索词的匹配度；

根据所述匹配度获取所述当前搜索词的有效前置信息。

5.根据权利要求4所述的方法，其特征在于，根据所述匹配度获取所述当前搜索词的有效前置信息，包括：

判断所述匹配度是否高于预设阈值；

若所述匹配度高于预设阈值，则确定与所述匹配度相对应的搜索词作为所述当前搜索词的相关搜索词；

获取所述相关搜索词对应的相关搜索信息；

确定所述相关搜索词及其对应的相关搜索信息，作为所述当前搜索词的有效前置信息。

6.根据权利要求1所述的方法，其特征在于，所述预先训练的神经网络模型为DNN模型，

在基于预先训练的神经网络模型，根据所述当前搜索词、所述有效前置信息及所述搜索结果确定所述搜索结果中各搜索条目对应的相关性参数之前，还包括：

从搜索引擎的用户点击日志中，获取预设搜索词下各用户的搜索结果和点击记录；

分别获取各用户在所述预设搜索词之前的有效前置信息；

将所述用户在所述预设搜索词下的搜索结果、点击记录及有效前置信息作为一个训练样本，其中，用户点击的搜索结果作为正样本，用户未点击的搜索结果作为负样本；

利用各用户的训练样本对预置模型进行训练，得到所述DNN模型。

7.根据权利要求1所述的方法，其特征在于，所述有效前置信息包括：

前置搜索词及当前用户在所述前置搜索词下的搜索结果的点击信息。

8.一种搜索结果排序装置，其特征在于，包括：

当前搜索信息获取模块，用于获取当前搜索词，并根据所述当前搜索词获取对应的搜索结果；

有效前置信息获取模块，用于根据搜索词之间的匹配度获取所述当前搜索词的有效前置信息；

相关性参数确定模块，用于基于预先训练的神经网络模型，根据所述当前搜索词、所述有效前置信息及所述搜索结果确定所述搜索结果中各搜索条目对应的相关性参数；

搜索条目排序模块，用于根据所述各搜索条目对应的相关性参数对所述各搜索条目进行排序。

9.根据权利要求8所述的装置，其特征在于，所述相关性参数确定模块包括：

查询表达向量生成子模块，用于利用预设算法对所述当前搜索词与所述有效前置信息进行处理，生成查询表达向量；

条目表达向量生成子模块，用于利用所述预设算法分别对所述搜索结果中各搜索条目进行处理，得到各搜索条目的条目表达向量，其中，所述查询表达向量与每个条目表达向量均构成一个数据对；

相关性参数确定子模块，用于将各所述数据对依次输入所述神经网络模型，依次得到与各所述数据对相对应的相关性参数。