[发明专利]一种搜索结果处理、相似度模型训练方法及装置

说明书

本发明涉及计算机技术领域，尤其涉及一种搜索结果处理、相似度模型训练方法及装置，根据搜索关键词获取各搜索结果；分别获得各搜索结果的精确匹配分数；分别确定各搜索结果的语义匹配权重向量、以及搜索关键词与各搜索结果的语义表示向量，并根据确定的各语义表示向量和相应的语义匹配权重向量，获得各搜索结果的语义匹配分数；根据各搜索结果的精确匹配分数和语义匹配分数，获得各搜索结果与所述搜索关键词的相似度，这样，可以通过语义匹配权重向量，调整语义匹配和精确匹配对最终相似度的影响，提高相似度结果准确性，更加满足用户实际搜索需求。

技术领域

本发明涉及计算机技术领域，尤其涉及一种搜索结果处理、相似度模型训练方法及装置。

背景技术

随着互联网的发展，用户通过查询搜索，就可以获取到所需的信息，但是，用户搜索需求多样，并且互联网中资源非常多，通过搜索后的搜索结果可能也会很多，为减少用户时间和便于查看，就需要对搜索结果进行排序，将更符合用户需求的排序靠前。

现有技术中，主要是用户输入搜索关键词后，可以根据搜索关键词获取相应的搜索结果列表，然后通过算法模型进行文本相似度计算，根据相似度得分，进行排序，并返回排序后的搜索结果列表。

但是，现有技术中相似度计算的算法模型，通常都是针对单一搜索需求的应用场景，例如泛需求，没有考虑用户不同的搜索需求，并且忽略了文本语序和上下文的影响，相似度得分较高的搜索结果并不一定符合用户需求，从而导致根据相似度得到排序后的搜索结果列表中，排序靠前的搜索结果并不一定是用户最满意或最想要的结果。

发明内容

本发明实施例提供一种搜索结果处理、相似度模型训练方法及装置，以解决现有技术中搜索结果相似度计算不准确，无法满足用户不同搜索需求的问题。

本发明实施例提供的具体技术方案如下：

本发明一个实施例提供了一种搜索结果处理方法，包括：

根据搜索关键词获取各搜索结果；

分别获得各搜索结果的精确匹配分数；

分别确定各搜索结果的语义匹配权重向量、以及搜索关键词与各搜索结果的语义表示向量，并根据确定的各语义表示向量和相应的语义匹配权重向量，获得各搜索结果的语义匹配分数；

根据各搜索结果的精确匹配分数和语义匹配分数，获得各搜索结果与所述搜索关键词的相似度。

本发明另一个实施例提供了一种相似度模型训练方法，用于训练上述实施例中的相似度模型，包括：

获取初始训练样本集；

根据所述初始训练样本集，构建二元组数据训练集，并根据所述二元组数据训练集，第一训练相似度模型，获得第一训练后的相似度模型；其中，二元组数据训练集中每个二元组数据至少包括搜索关键词、搜索结果、以及表征搜索关键词与搜索结果是否相似的标签；

根据所述初始训练样本集，构建三元组数据训练集，并根据所述三元组数据训练集，第二训练获得的第一训练后的相似度模型，获得第二训练后的相似度模型；其中，三元组数据训练集中每个三元组数据至少包括搜索关键词、第一搜索结果、第二搜索结果，并且搜索关键词与第一搜索结果的相似度，大于搜索关键词与第二搜索结果的相似度。

本发明另一个实施例提供了一种搜索结果处理装置，包括：

获取模块，用于根据搜索关键词获取各搜索结果；

精确匹配模块，用于分别获得各搜索结果的精确匹配分数；

语义匹配模块，用于分别确定各搜索结果的语义匹配权重向量、以及搜索关键词与各搜索结果的语义表示向量，并根据确定的各语义表示向量和相应的语义匹配权重向量，获得各搜索结果的语义匹配分数；