[发明专利]基于神经网络的搜索排序方法、系统、设备及存储介质

权利要求书

1.一种基于神经网络的搜索排序方法，其特征在于，包括：

根据目标搜索语句和目标搜索引擎，获取若干不同类别的召回文档；

对于每一召回文档，提取所述目标搜索语句和每一召回文档之间的综合特征；

根据每一召回文档对应的综合特征和目标排序模型，获取每一召回文档对应的最终预测点击率，所述目标排序模块通过训练样本和训练标签进行训练得到；

根据每一召回文档对应的最终预测点击率，对每一召回文档进行排序。

2.根据权利要求1所述的基于神经网络的搜索排序方法，其特征在于，所述目标排序模型包括wide模块和改进deep模块，所述改进deep模块通过将条件层标准化的思想对deep模块进行改进得到。

3.根据权利要求2所述的基于神经网络的搜索排序方法，其特征在于，所述根据每一召回文档对应的综合特征和目标排序模型，获取每一召回文档对应的最终预测点击率，包括：

将每一召回文档对应的综合特征输入到所述wide模块中，获取每一召回文档的第一预测点击率；

将所述目标搜索语句和每一召回文档输入到所述改进deep模块中，得到所述每一召回文档对应的第二预测点击率；

根据每一召回文档对应的第一预测点击率和每一召回文档对应的第二预测点击率，得到每一召回文档每一召回文档对应的的最终预测点击率。

4.根据权利要求3所述的基于神经网络的搜索排序方法，其特征在于，所述改进deep模块包括第一编码单元、第二编码单元、第一多头注意力单元、第二多头注意力单元、第一条件层标准化单元、第二条件差标准化单元、第一平均池化单元、第二平均池化单元、融合单元和输出单元，所述将所述目标搜索语句和每一召回文档输入到所述改进deep模块中，得到所述每一召回文档对应的第二预测点击率，包括：

通过所述第一编码单元，对所述目标搜索语句进行编码，获取语句编码；

通过所述第二编码单元，对每一召回文档进行编码，获取文档编码；

通过所述第一多头注意力单元，利用所述语句编码关注所述文档编码，获得第一表示向量；

通过所述第二多头注意力单元，利用所述文档编码关注所述语句编码，获得第二表示向量；

通过所述第一条件层标准化单元，根据所述第一表示向量，获取第一表示矩阵；

通过所述第二条件层标准化单元，根据所述第二表示向量，获取第二表示矩阵；

通过所述第一平均池化单元，对所述第一表示矩阵进行平均池化，获取第一数值；

通过所述第二平均池化单元，对所述第二表示矩阵进行平均池化，获取第二数值；

通过所述融合单元，对所述第一数值和所述第二数值进行融合，获取所述第二预测点击率；

通过所述输出单元，输出所述第二预测点击率。

5.根据权利要求1所述的基于神经网络的搜索排序方法，其特征在于，所述训练样本中文档类别的比例与所述训练标签中被点击文档类别的比例之差在预设范围之内。

6.根据权利要求3所述的基于神经网络的搜索排序方法，其特征在于，所述根据每一召回文档对应的第一预测点击率和每一召回文档对应的第二预测点击率，得到每一召回文档每一召回文档对应的的最终预测点击率，包括：

将每一召回文档对应的第一预测点击率和每一召回文档对应的第二预测点击率相加，将两者之和加上预设偏置项，并经过sigmoid函数输出，得到每一召回文档对应的最终预测点击率。