[发明专利]用于输出信息的方法和装置有效

专利信息
申请号: 201910243599.4 申请日: 2019-03-28
公开(公告)号: CN111753080B 公开(公告)日: 2023-08-22
发明(设计)人: 卜建辉;黄强;谢炜坚;吴伟佳 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F16/36
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 输出 信息 方法 装置
【权利要求书】:

1.一种用于输出信息的方法,包括:

获取目标句子,所述目标句子为用户通过搜索引擎输入的句子;

对所述目标句子进行分类,以及确定与分类结果对应的、预先建立的语义表达模型,其中,所述语义表达模型用于表征句子与向量的对应关系;

根据所确定的语义表达模型,确定所述目标句子的向量;

基于所确定的向量,输出与所述目标句子相关的信息;

响应于检测到用户在搜索引擎根据所述目标句子返回的搜索结果页面的点击操作,获取所述点击操作对应的页面的标题;

确定所述标题的向量;

将所述目标句子以及所述标题的向量关联存储在第一数据集合中;

响应于确定所述第一数据集合满足预设条件,将所述第一数据集合中的句子作为输入,将与所输入的句子关联的向量作为期望输出,训练所确定的语义表达模型,得到目标语义表达模型。

2.根据权利要求1所述的方法,其中,所述方法还包括:

获取第二数据集合,其中,所述第二数据集合包括句子以及与句子对应的向量;

对所述第二数据集合中的句子进行分类,得到至少一个数据子集合;

根据所述至少一个数据子集合,确定与所述至少一个数据子集合对应的语义表达模型。

3.根据权利要求2所述的方法,其中,所述根据所述至少一个数据子集合,确定与所述至少一个数据子集合对应的语义表达模型,包括:

对于所述至少一个数据子集合中的数据子集合,将该数据子集合中的句子作为输入,将该数据子集合中与所输入的句子对应的向量作为期望输出,训练得到与该数据子集合对应的语义表达模型。

4.根据权利要求2所述的方法,其中,所述根据所述至少一个数据子集合,确定与所述至少一个数据子集合对应的语义表达模型,包括:

对于所述至少一个数据子集合中的数据子集合,从该数据子集合中选取至少一个句子作为训练句子;将从其它数据子集合中选取出来的训练句子以及训练句子对应的向量加入该数据子集合,得到更新的数据子集合;

将更新的数据子集合中的句子作为输入,将与所输入的句子对应的向量作为期望输出,训练得到与更新的数据子集合对应的语义表达模型。

5.一种用于输出信息的装置,包括:

句子获取单元,被配置成获取目标句子,所述目标句子为用户通过搜索引擎输入的句子;

模型确定单元,被配置成对所述目标句子进行分类,以及确定与分类结果对应的、预先建立的语义表达模型,其中,所述语义表达模型用于表征句子与向量的对应关系;

第一向量确定单元,被配置成根据所确定的语义表达模型,确定所述目标句子的向量;

信息输出单元,被配置成基于所确定的向量,输出与所述目标句子相关的信息;

标题获取单元,被配置成响应于检测到用户在搜索引擎根据所述目标句子返回的搜索结果页面的点击操作,获取所述点击操作对应的页面的标题;

第二向量确定单元,被配置成确定所述标题的向量;

数据存储单元,被配置成将所述目标句子以及所述标题的向量关联存储在第一数据集合中;

第一模型训练单元,被配置成响应于确定所述第一数据集合满足预设条件,将所述第一数据集合中的句子作为输入,将与所输入的句子关联的向量作为期望输出,训练所确定的语义表达模型,得到目标语义表达模型。

6.根据权利要求5所述的装置,其中,所述装置还包括:

数据获取单元,被配置成获取第二数据集合,其中,所述第二数据集合包括句子以及与句子对应的向量;

句子分类单元,被配置成对所述第二数据集合中的句子进行分类,得到至少一个数据子集合;

第二模型训练单元,被配置成根据所述至少一个数据子集合,确定与所述至少一个数据子集合对应的语义表达模型。

7.根据权利要求6所述的装置,其中,所述第二模型训练单元进一步被配置成:

对于所述至少一个数据子集合中的数据子集合,将该数据子集合中的句子作为输入,将该数据子集合中与所输入的句子对应的向量作为期望输出,训练得到与该数据子集合对应的语义表达模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910243599.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top