[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

说明书

本发明公开了一种基于神经网络的搜索优化方法、装置以及搜索引擎。其中方法包括：获取用户输入的当前搜索词以及前置搜索词；根据当前搜索词获取多个搜索结果；基于多层神经网络MLP，根据当前搜索词、前置搜索词和多个搜索结果生成目标词向量表示；基于DNN技术的语义模型对目标词向量表示进行预测，得到与当前搜索词对应的多个优化搜索结果。该方法可以最大程度的满足用户的个性化需求，提高搜索结果的准确度，大大提升了用户的搜索体验。

技术领域

本发明涉及搜索引擎技术领域，尤其涉及一种基于神经网络的搜索优化方法、装置以及搜索引擎。

背景技术

随着搜索引擎技术的快速发展以及人们生活需求的不断提高，越来越多的用户更加注重搜索使用体验，而搜索使用体验取决于搜索结果与用户的搜索意图的相关性，例如，搜索结果与用户的搜索意图的相关性越大，则更加贴近用户的需求。

在搜索过程中，通常由用户输入一个查询，搜索引擎返回与查询匹配的结果。查询可以是文本查询，包括一个或多个搜索词语或短语。搜索引擎例如可以通过文本相关的匹配方法返回与搜索查询对应的搜索结果。

在相关技术中，用户输入的搜索需求描述信息可能存在多种语义或者语义比较宽泛，所以搜索引擎对用户搜索意图的理解可能会有偏差，导致返回的搜索结果的准确度较低。

发明内容

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种基于神经网络的搜索优化方法。该方法可以最大程度的满足用户的个性化需求，提高搜索结果的准确度，大大提升了用户的搜索体验。

本发明的第二个目的在于提出一种基于神经网络的搜索优化装置。

本发明的第三个目的在于提出一种搜索引擎。

本发明的第四个目的在于提出一种电子设备。

本发明的第五个目的在于提出一种非临时性计算机可读存储介质。

本发明的第六个目的在于提出一种计算机程序产品。

为达到上述目的，本发明第一方面实施例提出的基于神经网络的搜索优化方法，包括：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；基于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。

本发明实施例的基于神经网络的搜索优化方法，可获取用户输入的当前搜索词以及前置搜索词，并根据当前搜索词获取多个搜索结果，之后，基于多层神经网络MLP，根据当前搜索词、前置搜索词和多个搜索结果生成目标词向量表示，最后，基于DNN技术的语义模型对目标词向量表示进行预测，得到与当前搜索词对应的多个优化搜索结果。即利用用户前置搜索词对当前搜索词进行搜索优化，并利用神经网络在语义理解上的优势能更好地对当前搜索词匹配出符合用户短期搜索需求的结果和排序，最大程度的满足用户的个性化需求，提高搜索结果的准确度，大大提升了用户的搜索体验。

为达到上述目的，本发明第二方面实施例提出的基于神经网络的搜索优化装置，包括：第一获取模块，用于获取用户输入的当前搜索词以及前置搜索词；第二获取模块，用于根据所述当前搜索词获取多个搜索结果；生成模块，用于基于多层神经网络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；预测模块，用于基于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。