[发明专利]一种检索意图转移识别方法及装置

说明书

本申请提供了一种检索意图转移识别方法及装置，包括：获取多组样本数据；确定多组样本数据中每组样本数据分别在多个检索意图转移影响特征下的特征值；将每组样本数据分别在多个检索意图转移影响特征下的样本特征值输入至预先确定的基础识别模型中，获取每组样本数据分别对应的检索意图转移识别结果；基于各组样本数据分别对应的检索意图转移识别结果以及检索意图转移真实结果，对基础识别模型进行训练，得到检索意图转移识别模型，以便基于检索意图转移识别模型识别待识别关键词相对于目标检索信息是否发生了检索意图转移。该实施例能够识别出对于目标检索信息发生了检索意图转移的关键字。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种检索意图转移识别方法及装置。

背景技术

信息检索在很多领域占据着重要的地位。在很多应用场景中，会根据用户输入的样本检索信息为用户检索获取和展示多个检索结果。例如在网约车领域，用户会通过客户端的人机交互界面输入用于描述其目的地的样本检索信息，客户端会根据用户输入的样本检索信息进行兴趣点(Point of Interest，POI)的获取。

用户通过网约车的客户端进行兴趣点检索时，需要在客户端的人机交互界面分多次输入关键词；用户多次输入的关键词按照输入的先后顺序构成关键词序列；用户每输入一次关键词，客户端都会根据当前已经输入的所有关键词进行检索。为了能够从海量的POI中召回用户想要的POI，当前一般采用机器学习算法对召回的POI进行排序，将用户选择概率更高的POI排在更靠前的位置以供用户选择，以减少用户输入，提升人机交互效率。该机器学习算法在进行训练时，需要大量的样本数据。每一个样本数据都由检索时所输入的关键词序列，以及最终选择POI构成。但是实际中，在样本中存在了很多在关键词输入过程中改变了检索意图的情况。例如用户第一次输入的检索关键词为“北京”、第二次输入的检索关键词为“三元桥”；然后将“三元桥”删除，并在第三次输入了检索关键词“海淀桥”，最终所选择的POI为“北京海淀桥南”。使用这种在检索过程中出现了意图转移的样本对机器学习模型进行训练，会造成机器学习模型的精度降低。

进而，一种能够识别检索关键词相对于POI是否发生了意图转移的方法成为当前亟待解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种检索意图转移识别方法及装置，以识别对于目标检索信息发生了检索意图转移的关键字。

第一方面，本申请实施例提供了一种检索意图转移识别方法，包括：

获取多组样本数据；每组所述样本数据包括：样本关键词、样本检索信息，以及所述样本关键词相对于所述样本检索信息的检索意图转移真实结果；

确定所述多组样本数据中每组所述样本数据分别在多个检索意图转移影响特征下的特征值；

将所述每组所述样本数据分别在多个所述检索意图转移影响特征下的样本特征值输入至预先确定的基础识别模型中，获取每组所述样本数据分别对应的检索意图转移识别结果；

基于各组所述样本数据分别对应的所述检索意图转移识别结果以及所述检索意图转移真实结果，对所述基础识别模型进行训练，得到检索意图转移识别模型，以便基于所述检索意图转移识别模型识别待识别关键词相对于目标检索信息是否发生了检索意图转移。

一种可能的实施方式中，所述意图转移影响特征包括下述一种或者多种：

编辑距离特征、N元模型特征、词汇特征、以及语义特征。

一种可能的实施方式中，针对所述意图转移影响特征包括所述编辑距离特征的情况，采用下述方式获取所述样本数据在所述编辑距离特征下的特征值：

确定所述样本关键词与所述样本检索信息之间的编辑距离；

将所述编辑距离确定为所述样本数据在所述编辑距离特征下的特征值。