[发明专利]搜索意图识别模型的训练方法、搜索意图识别方法及装置

权利要求书

1.一种搜索意图识别模型的训练方法，包括：

获取多个搜索文本，每个搜索文本具有表征搜索意图的多个标签；

将每个搜索文本输入搜索意图识别模型中，其中，所述搜索意图识别模型包括特征提取网络和多个识别网络；

利用所述特征提取网络提取所述搜索文本的特征数据；

利用所述多个识别网络分别处理所述特征数据，得到与所述多个标签一一对应的多个识别结果；以及

基于所述多个识别结果和与每个识别结果对应的标签，调整所述搜索意图识别模型的模型参数，以得到经训练的搜索意图识别模型。

2.根据权利要求1所述的方法，其中，所述特征提取网络包括编码层、双向长短期记忆网络BiLSTM、Attention网络和TextCNN网络；所述利用所述特征提取网络提取所述搜索文本的特征数据包括：

利用所述编码层对所述搜索文本进行编码，得到针对所述搜索文本的文本向量；

利用所述BiLSTM网络确定所述文本向量中的至少一个关键信息；

利用所述Attention网络对所述至少一个关键信息分别进行加权；以及

利用TextCNN网络对加权后的文本向量进行卷积计算得到计算结果，作为所述搜索文本的特征数据。

3.根据权利要求1所述的方法，其中，所述基于所述多个识别结果和每个识别结果对应的标签，调整所述搜索意图识别模型的模型参数包括：

基于所述多个识别结果和每个识别结果对应的标签，确定与多个识别结果一一对应的多个损失值；以及

基于所述多个损失值之和，调整所述搜索意图识别模型的模型参数。

4.根据权利要求1所述的方法，其中，所述获取多个搜索文本包括：

获取多个初始文本，其中，每个初始文本具有表征搜索意图的多个标签；

针对每个初始文本，基于所述初始文本和多个第一历史文本之间的相似度，从多个第一历史文本中确定至少一个目标历史文本；

为所述至少一个目标历史文本中的每个目标历史文本设置标签，每个目标历史文本的标签与所述初始文本的标签相匹配；以及

将所述多个初始文本和多个目标历史文本，作为所述多个搜索文本。

5.根据权利要求1所述的方法，其中，所述获取多个搜索文本包括：

获取多个初始文本，每个初始文本具有表征搜索意图的多个标签；

针对每个初始文本，基于所述初始文本和多个第一历史文本之间的相似度，从多个第一历史文本中确定至少一个目标历史文本；

为所述至少一个目标历史文本中的每个目标历史文本设置标签，每个目标历史文本的标签与所述初始文本的标签相匹配；

利用针对多个初始文本的多个目标历史文本，训练标签生成模型；

利用经训练的标签生成模型处理多个第二历史文本，得到每个第二历史文本的标签；以及

将所述多个初始文本、多个目标历史文本和多个第二历史文本，作为所述多个搜索文本。

6.根据权利要求1—5中任意一项所述的方法，其中，针对所述多个识别网络中的每个识别网络，所述识别网络包括：

至少一个全连接层、Softmax层。

7.根据权利要求1—5中任意一项所述的方法，其中，所述搜索意图表征了加盟需求，所述搜索意图包括多个意图属性，所述多个标签一一指示了所述多个意图属性；所述多个意图属性包括以下至少一个：

意图强度，所述意图强度指示了所述搜索文本中是否具有加盟品牌信息或加盟行业信息；以及

意图方向，所述意图方向指示了所述搜索文本中加盟行业信息表征的行业类型。

8.一种搜索意图识别方法，包括：

获取待识别搜索文本；以及

使用搜索意图识别模型对所述待识别搜索文本进行意图识别，得到用于表征搜索意图的多个识别结果，其中，所述搜索意图识别模型是使用根据权利要求1—7中任一项权利要求所述的方法来训练的。