[发明专利]一种基于大数据检索和语义分析的快搜模型训练方法

权利要求书

1.一种基于大数据检索和语义分析的快搜模型训练方法，其特征在于，首先建立输入为检索信息，输出为检索关键词的快搜模型；根据检索信息的人工标注的检索关键词对快搜模型进行训练；对部分检索信息分别获取人工标注的检索关键词和快搜模型标注的检索关键词，再根据人工标注获取的检索结果与模型标注的检索结果的重合率对快搜模型进行验证。

2.如权利要求1所述的基于大数据检索和语义分析的快搜模型训练方法，其特征在于，具体包括以下步骤：

S1、收集检索信息，并对检索信息进行人工分拣，提取检索关键词作为人工标注；

S2、随机抽取部分检索信息和对应的人工标注作为训练子集，并从剩余的检索信息中随机抽取部分检索信息和对应的人工标注作为修正子集；

S3、根据训练子集训练输入为检索信息，输出为检索关键词的快搜模型；

S4、从修正子集中抽取一条检索信息作为修正样本；

S5、根据快搜模型获取修正样本的模型标注，分别根据检索信息对应的模型标注和人工标注进行检索，获取模型标注检索结果与人工标注检索结果的重合率；

S6、判断重合率是否大于或者等于预设的检验阈值；

S7、是，统计修正次数；然后判断修正次数是否达到预设的修正阈值；否，则从修正子集中重新选择修正样本，然后返回步骤S5；是，则输出快搜模型；

S8、否，则更新训练子集和修正子集，并根据新的训练子集对快搜模型进行迭代训练，然后返回步骤S4。

3.如权利要求2所述的基于大数据检索和语义分析的快搜模型训练方法，其特征在于，步骤S2中，训练子集中包含的检索信息数量大于或者等于100。

4.如权利要求3所述的基于大数据检索和语义分析的快搜模型训练方法，其特征在于，训练子集中包含的检索信息数量为1000。

5.如权利要求2所述的基于大数据检索和语义分析的快搜模型训练方法，其特征在于，修正子集中包含的检索信息数量等于训练子集中包含的检索信息数量。

6.如权利要求2所述的基于大数据检索和语义分析的快搜模型训练方法，其特征在于，循环训练过程中，任意两个训练子集中的检索信息重合率为0。

7.如权利要求2所述的基于大数据检索和语义分析的快搜模型训练方法，其特征在于，步骤S7中，从修正子集中重新选择修正样本时，首先将原来的修正样本从修正子集中移除，然后再从修正子集中选择修正样本。

8.如权利要求7所述的基于大数据检索和语义分析的快搜模型训练方法，其特征在于，步骤S7中的修正阈值大于或者等于修正样本中检索信息数量最大值的一半。

9.如权利要求2所述的基于大数据检索和语义分析的快搜模型训练方法，其特征在于，步骤S6中的检验阈值大于或者等于85％。