[发明专利]识别模型训练及数据召回方法、装置、设备及计算机介质

说明书

本公开公开了一种识别模型训练及数据召回方法、装置、设备及计算机介质，方法包括：基于第一样本信息集对第一初始子模型进行训练，得到第一子模型，第一子模型用于确定输入数据的语义信息；基于第二样本信息集对第二初始子模型进行训练，得到第二子模型，第二子模型用于确定语义信息对应的目标类型，以及语义信息对应的目标类型的目标预测点击量，第二样本信息集中的各第二样本信息包括样本输入数据、样本输入数据所属的第一类别，以及第一类别对应的点击量；根据第一子模型与第二子模型确定所述识别模型。本公开实施例通过多阶段的模型训练可以起到提高匹配业务类别的准确性，降低匹配工作量的作用。

技术领域

本公开属于数据处理技术领域，尤其涉及一种识别模型训练及数据召回方法、装置、设备及计算机介质。

背景技术

随着科学技术的发展，搜索技术应用在各行各业，从而实现帮助各企业提高工作效率。在现有的技术中，以金融企业为例，用户通过搜索系统进行搜索的内容包含了产品功能、股票行情、新闻资讯、社区文章以及公司机构等。但因为不同行业领域的功能和内容差异大，同样的搜索词条在不同的行业领域的搜索意图可能完全不同，这就导致在进行搜索工作时，容易造成搜索结果与用户输入的搜索内容匹配度不高，且搜索工作量大，搜索效率较低的问题。

发明内容

本公开实施例提供一种与相关技术不同的实现方案，以解决搜索结果与用户输入的搜索内容匹配度不高，且搜索工作量大，搜索效率较低的技术问题。

第一方面，本公开提供一种识别模型训练方法，包括：

基于第一样本信息集对第一初始子模型进行训练，得到第一子模型，所述第一子模型用于确定输入数据的语义信息，所述第一样本信息集中的各第一样本信息包括样本输入数据与所述样本输入数据对应的关联语义标签；

基于第二样本信息集对第二初始子模型进行训练，得到第二子模型，所述第二子模型用于确定所述语义信息对应的目标类型，以及所述目标类型对应的目标预测点击量，所述第二样本信息集中的各第二样本信息包括所述样本输入数据、所述样本输入数据所属的第一类别，以及所述第一类别对应的点击量；

根据所述第一子模型与所述第二子模型确定识别模型。

第二方面，本公开提供一种数据召回方法，所述方法包括：

获取用户的输入数据；

通过识别模型中的第一子模型确定所述输入数据的语义信息；

通过所述识别模型中的第二子模型确定所述语义信息对应的目标类型，以及所述目标类型对应的目标预测点击量；

根据所述目标类型，以及所述目标类型对应的目标预测点击量确定所述输入数据的召回结果；

其中，所述识别模型为第一方面所述的识别模型。

第三方面，本公开提供一种识别模型训练装置，所述装置包括：

第一训练单元，用于基于第一样本信息集对第一初始子模型进行训练，得到第一子模型，所述第一子模型用于确定输入数据的语义信息，所述第一样本信息集中的各第一样本信息包括样本输入数据与所述样本输入数据对应的关联语义标签；

第二训练单元，用于基于第二样本信息集对第二初始子模型进行训练，得到第二子模型，所述第二子模型用于确定所述语义信息对应的目标类型，以及所述目标类型对应的目标预测点击量，所述第二样本信息集中的各第二样本信息包括所述样本输入数据、所述样本输入数据所属的第一类别，以及所述第一类别对应的点击量；

确认单元，用于根据所述第一子模型与所述第二子模型确定识别模型。

第四方面，本公开提供一种数据召回装置，所述装置包括：

获取单元，用于获取用户的输入数据；