[发明专利]对象匹配方法、模型训练方法、产品匹配方法和存储介质在审
申请号: | 202210435314.9 | 申请日: | 2022-04-24 |
公开(公告)号: | CN114860874A | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 陈犇;金林波;蒋文 | 申请(专利权)人: | 阿里巴巴(中国)有限公司 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/36;G06F40/166;G06F40/295;G06N3/08 |
代理公司: | 北京博浩百睿知识产权代理有限责任公司 11134 | 代理人: | 谢湘宁;李静茹 |
地址: | 311121 浙江省杭州市余杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 对象 匹配 方法 模型 训练 产品 存储 介质 | ||
1.一种对象匹配方法,其特征在于,包括:
获取对象搜索请求和目标对象的描述信息,其中,所述对象搜索请求由多个检索关键词叠加生成;
利用语义匹配模型对所述多个检索关键词和所述描述信息进行语义匹配,得到所述对象搜索请求与所述目标对象的目标匹配结果,其中,所述语义匹配模型通过训练样本的第一匹配结果和对抗样本的第二匹配结果对预训练模型进行训练得到,所述对抗样本通过在所述训练样本上叠加噪声数据生成,所述第一匹配结果通过第一匹配模型对所述训练样本进行处理所得到,所述第二匹配结果通过第二匹配模型对所述对抗样本进行处理所得到,所述第一匹配模型和所述第二匹配模型分别采用两个不同的丢弃率对所述预训练模型中的部分神经元进行丢弃所得到。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述训练样本的预设匹配结果;
基于所述第二匹配结果和所述预设匹配结果,生成第一损失函数;
基于所述第一匹配结果和所述第二匹配结果,生成第二损失函数;
基于所述第一损失函数和所述第二损失函数,对所述预训练模型进行训练,得到所述语义匹配模型。
3.根据权利要求2所述的方法,其特征在于,基于所述第一匹配结果和所述第二匹配结果,生成第二损失函数包括:
获取所述第一匹配结果和所述第二匹配结果的相对熵;
基于所述相对熵生成所述第二损失函数。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述预训练模型的目标梯度;
基于所述目标梯度生成所述噪声数据。
5.根据权利要求1所述的方法,其特征在于,利用语义匹配模型对所述多个检索关键词和所述描述信息进行语义匹配,得到所述对象搜索请求与所述目标对象的目标匹配结果包括:
将所述多个检索关键词和所述描述信息进行拼接,生成目标文本;
利用所述语义匹配模型对所述目标文本进行处理,得到所述目标匹配结果。
6.根据权利要求5所述的方法,其特征在于,将所述多个检索关键词和所述描述信息进行拼接,生成目标文本包括:
对所述多个检索关键词和所述描述信息进行拼接,得到原始文本;
对所述原始文本进行分词处理,得到多个字段;
对所述多个字段进行命名实体识别,得到所述多个字段对应的属性;
获取所述多个字段中属性为预设属性的目标字段;
将所述目标字段进行拼接,得到所述目标文本。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述目标对象包括至少一个原始对象,所述目标匹配结果包括所述至少一个原始对象的匹配结果,所述方法还包括:
获取所述至少一个原始对象中匹配结果大于预设结果的原始对象,得到推送对象;
输出所述推送对象。
8.一种对象匹配方法,其特征在于,包括:
云服务器接收客户端发送的对象搜索请求,其中,所述对象搜索请求由多个检索关键词叠加生成;
所述云服务器基于所述对象搜索请求获取目标对象的描述信息;
所述云服务器利用语义匹配模型对所述多个检索关键词和所述描述信息进行语义匹配,得到所述对象搜索请求与所述目标对象的目标匹配结果,其中,所述语义匹配模型通过训练样本的第一匹配结果和对抗样本的第二匹配结果对预训练模型进行训练得到,所述对抗样本通过在所述训练样本上叠加噪声数据生成,所述第一匹配结果通过第一匹配模型对所述训练样本进行处理所得到,所述第二匹配结果通过第二匹配模型对所述对抗样本进行处理所得到,所述第一匹配模型和所述第二匹配模型分别采用两个不同的丢弃率对所述预训练模型中的部分神经元进行丢弃所得到;
所述云服务器输出所述目标匹配结果至所述客户端。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴(中国)有限公司,未经阿里巴巴(中国)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210435314.9/1.html,转载请声明来源钻瓜专利网。