[发明专利]文档排序方法、装置、电子设备及存储介质有效
| 申请号： | 201910364257.8 | 申请日： | 2019-04-30 |
| 公开（公告）号： | CN110222838B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 曹雪智;祝升;汪非易;汤彪;谢睿;王仲远 | 申请（专利权）人： | 北京三快在线科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06F16/9038 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100083 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种深度神经网络及其训练方法、装置、电子设备及存储介质，所述深度神经网络包括：输入层网络，用于对输入特征进行建模，得到底层特征；隐藏层网络，用于对底层特征进行建模，以提取高阶特征；预测层网络，包括单文档预测子网络、文档列表预测子网络、单文档预测节点和文档列表预测节点，单文档预测子网络用于基于单文档方式对高阶特征进行打分预测并将预测结果通过单文档预测节点输出，文档列表预测子网络用于基于文档列表方式对高阶特征进行打分预测，并将预测结果通过文档列表预测节点输出。本申请实施例可以同时提高全局评估指标和列表评估指标。 | ||
| 搜索关键词： | 文档 排序 方法 装置 电子设备 存储 介质 | ||
【主权项】：
1.一种用于排序学习的深度神经网络，其特征在于，包括：输入层网络，用于对输入特征进行建模，得到底层特征；隐藏层网络，用于对所述底层特征进行建模，以提取高阶特征；预测层网络，包括单文档预测子网络、文档列表预测子网络、单文档预测节点和文档列表预测节点，所述单文档预测子网络用于基于单文档方式对所述高阶特征进行打分预测并将预测结果通过单文档预测节点输出，所述文档列表预测子网络用于基于文档列表方式对所述高阶特征进行打分预测，并将预测结果通过文档列表预测节点输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京三快在线科技有限公司，未经北京三快在线科技有限公司许可，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/patent/201910364257.8/，转载请声明来源钻瓜专利网。
