[发明专利]召回模型训练方法、搜索召回方法、装置和计算机设备

权利要求书

1.一种召回模型训练方法，其特征在于，所述方法包括：

获取训练搜索语句和对应的正向召回语句；所述正向召回语句是所述训练搜索语句对应的目标召回语句集合中目标操作状态对应的召回语句，所述训练搜索语句对应的搜索热度大于预设热度，所述训练搜索语句和所述正向召回语句的字符重叠度大于预设重叠度，所述训练搜索语句的字符总数大于预设字符数；

获取所述训练搜索语句对应的反向召回语句集合；所述反向召回语句集合包括第一反向召回语句、第二反向召回语句和第三反向召回语句，所述第一反向召回语句是从候选召回语句集合中随机选取的，所述第二反向召回语句是所述目标召回语句集合中非目标操作状态对应的召回语句，所述第三反向召回语句对应的第一位置和所述正向召回语句对应的第二位置处于同一目标位置区域中，所述目标位置区域是地图中目标等级对应的位置区域，所述地图包括多级递进的位置区域，所述第一反向召回语句的数量大于所述第二反向召回语句的数量，所述第一反向召回语句的数量大于所述第三反向召回语句的数量；

基于所述训练搜索语句、所述正向召回语句和所述反向召回语句集合对待训练的目标召回模型进行模型训练，得到已训练的目标召回模型；所述已训练的目标召回模型用于对目标搜索语句进行搜索召回。

2.根据权利要求1所述的方法，其特征在于，所述获取训练搜索语句和对应的正向召回语句之前，所述方法还包括：

获取当前搜索语句和多个候选召回语句；

将当前搜索语句和候选召回语句输入历史召回模型，得到所述当前搜索语句分别和各个候选召回语句对应的语句相似度；

基于各个语句相似度，从各个候选召回语句中确定当前搜索语句对应的至少一个初始召回语句，基于各个初始召回语句得到所述当前搜索语句对应的当前召回语句集合。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

向所述当前搜索语句对应的发送端展示所述当前召回语句集合；

获取所述发送端返回的操作日志；所述操作日志用于记录针对所述当前召回语句集合中至少一个初始召回语句的触发操作；

基于所述操作日志确定所述当前召回语句集合中各个初始召回语句对应的操作状态。

4.根据权利要求1所述的方法，其特征在于，所述获取训练搜索语句和对应的正向召回语句，包括：

获取多个搜索热度大于预设热度的历史搜索语句和各个历史搜索语句对应的正向召回语句；

对历史搜索语句进行关键字提取，基于提取到的关键字得到对应的初始搜索语句；

基于历史搜索语句对应的正向召回语句，对各个初始搜索语句进行语句过滤，得到多个中间搜索语句；

基于各个中间搜索语句得到所述训练搜索语句。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述目标召回模型包括搜索语句分析网络和召回语句分析网络；

所述基于所述训练搜索语句、所述正向召回语句和所述反向召回语句集合对待训练的目标召回模型进行模型训练，得到已训练的目标召回模型，包括：

将所述训练搜索语句和当前召回语句分别输入所述搜索语句分析网络和所述召回语句分析网络，得到搜索训练向量和召回训练向量；

基于搜索训练向量和正向召回语句对应的召回训练向量计算正向相似度；

基于搜索训练向量和所述反向召回语句集合中各个反向召回语句对应的召回训练向量计算各个反向相似度；

基于正向相似度和各个反向相似度计算训练损失，基于所述训练损失调整所述目标召回模型的模型参数，直至满足收敛条件，得到所述已训练的目标召回模型。