[发明专利]搜索引擎中的个性化语义向量模型的训练方法及装置

权利要求书

1.一种搜索引擎中的个性化语义向量模型的训练方法，其特征在于，包括：

获取第一查询特征和M个文档特征，M＞0；

将所述第一查询特征转换为第一查询向量，并将所述M个文档特征分别转换为M个文档向量；

基于所述第一查询向量和所述M个文档向量，以预设的相似度差值作为训练目标，训练个性化语义向量模型；

其中，所述相似度差值为正例向量和查询向量之间的相似度得分与负例向量和查询向量之间的相似度得分的差值，所述正例向量为与查询特征形成正例的文档特征转换后的向量，所述负例向量为与查询特征形成负例的文档特征转换后的向量；

其中，所述第一查询特征和所述M个文档特征均包括文本特征和非文本特征；所述获取第一查询特征和M个文档特征，包括：

获取训练数据中的X个非文本特征，X＞0；

通过随机选择的方式，在所述X个非文本特征中选择N次，得到N组非文本特征；所述N组非文本特征中的每一组非文本特征包括Y个非文本特征，N＞1，X＞Y＞0；

其中，所述N组非文本特征作为所述个性化语义向量模型的N个训练集，所述N组非文本特征中的一组非文本特征包括的Y个非文本特征均作为所述N个训练集中的一个训练集中的所述第一查询特征中的非文本特征和所述M个文档特征中的文档非文本特征。

2.根据权利要求1所述的方法，其特征在于，所述个性化语义向量模型包括查询侧编码器、正例侧编码器、负例侧编码器以及计分模块；

其中，所述将所述第一查询特征转换为查询向量，并将所述M个文档特征分别转换为M个文档向量，包括：

利用所述查询侧编码器，将所述第一查询特征转换为所述第一查询向量；利用所述正例侧编码器，将所述M个文档特征中的与所述第一查询特征形成正例的文档特征，转换为所述M个文档向量中的第一正例向量；利用所述负例侧编码器，将所述M个文档特征中的与所述查询特征形成负例的文档特征，转换为所述M个文档向量中的第一负例向量；

其中，所述基于所述查询向量和所述M个文档向量，以预设的相似度差值作为训练目标，训练个性化语义向量模型，包括：

利用所述计分模块，计算第一差值；所述第一差值为所述第一正例向量和所述第一查询向量之间的相似度得分与所述第一负例向量和所述第一查询向量之间的相似度得分的差值；

基于所述第一差值，以所述相似度差值作为训练目标，训练所述个性化语义向量模型。

3.根据权利要求2所述的方法，其特征在于，所述负例侧编码器包括负例侧文本转换模块、负例侧非文本转换模块以及负例侧向量融合模块；所述负例侧编码器和所述正例侧编码器共享参数。

4.根据权利要求2所述的方法，其特征在于，所述查询侧编码器和所述正例侧编码器不共享参数，且所述查询侧编码器和所述负例侧编码器不共享参数。

5.根据权利要求2所述的方法，其特征在于，所述查询侧编码器包括查询侧文本转换模块、查询侧非文本转换模块以及查询侧向量融合模块；所述第一查询特征包括第一文本特征和第一非文本特征；

其中，所述将所述第一查询特征转换为第一查询向量，包括：

利用所述查询侧文本转换模块，将所述第一文本特征，转换为第一文本向量；利用所述查询侧非文本转换模块将所述第一非文本特征，转换为第一非文本向量；利用所述查询侧向量融合模块，将所述第一文本向量和所述第一非文本向量进行融合，得到所述第一查询向量。

6.根据权利要求5所述的方法，其特征在于，所述第一非文本特征包括用户的以下特征中的至少一项：年龄，性别，画像，学历，使用的语言以及使用的手机系统。