[发明专利]基于神经网络的搜索优化方法、装置以及搜索引擎

权利要求书

1.一种基于神经网络的搜索优化方法，其特征在于，包括以下步骤：

获取用户输入的当前搜索词以及前置搜索词；

根据所述当前搜索词获取多个搜索结果；

基于多层神经网络MLP，根据所述当前搜索词、所述前置搜索词和所述多个搜索结果生成目标词向量表示；其中，所述基于多层神经网络MLP，根据所述当前搜索词、所述前置搜索词和所述多个搜索结果生成目标词向量表示，包括：

获取所述当前搜索词与所述前置搜索词之间的分词交集集合、第一分词差集集合、第二分词差集集合以及分词并集集合，其中，所述第一分词差集集合用于指示存在于所述当前搜索词而未存在于所述前置搜索词的分词集合，所述第二分词差集集合用于指示存在于所述前置搜索词而未存在于所述当前搜索词的分词集合；

获取所述多个搜索结果的分词集合和搜索标识集合，其中，所述搜索标识集合用于指示所述多个搜索结果是出现在所述前置搜索词的点击集合、非点击集合还是未展现集合；

基于所述多层神经网络MLP，根据所述当前搜索词、前置搜索词、分词交集集合、第一分词差集集合、第二分词差集集合、分词并集集合、以及所述多个搜索结果的分词集合和搜索标识集合，生成所述目标词向量表示；

基于深度神经网络DNN技术的语义模型对所述目标词向量表示进行预测，得到与所述当前搜索词对应的多个优化搜索结果。

2.如权利要求1所述的方法，其特征在于，所述多层神经网络MLP包括连接层、非线性变换层、全连接层和MLP层；其中，所述基于所述多层神经网络MLP，根据所述当前搜索词、前置搜索词、分词交集集合、第一分词差集集合、第二分词差集集合、分词并集集合、以及所述多个搜索结果的分词集合和搜索标识集合，生成所述目标词向量表示，包括：

将所述当前搜索词、前置搜索词、分词交集集合、第一分词差集集合、第二分词差集集合、分词并集集合通过所述连接层连接成所述当前搜索词的词向量；

通过所述非线性变换层对所述当前搜索词的词向量进行非线性变换，并通过所述全连接层对非线性变换后的所述当前搜索词的词向量进行全连接以生成所述当前搜索词的词向量表示；

将所述多个搜索结果的分词集合和搜索标识集合通过所述连接层连接成所述多个搜索结果的词向量；

通过所述非线性变换层对所述多个搜索结果的词向量进行非线性变换，并通过所述全连接层对非线性变换后的所述多个搜索结果的词向量进行全连接以生成所述多个搜索结果的词向量表示；

根据所述当前搜索词的词向量表示和所述多个搜索结果的词向量表示，通过所述MLP层生成所述目标词向量表示。

3.如权利要求1至2中任一项所述的方法，其特征在于，还包括：

确定所述当前搜索词与所述前置搜索词之间的关系类型；

其中，所述基于多层神经网络MLP，根据所述当前搜索词、所述前置搜索词和所述多个搜索结果生成目标词向量表示，包括：

基于所述多层神经网络MLP，根据所述关系类型、所述当前搜索词、所述前置搜索词和所述多个搜索结果生成所述目标词向量表示。

4.如权利要求1至2中任一项所述的方法，其特征在于，在所述得到与所述当前搜索词对应的多个优化搜索结果之后，所述方法还包括：

获取所述当前搜索词的上下文信息；

根据所述上下文信息对所述多个优化搜索结果进行重新排序；

将重新排序后的多个优化搜索结果展现在搜索结果页面中。