[发明专利]使用深度学习模型识别实体

权利要求书

1.一种用于社交网络系统的方法，包括：

通过一个或多个计算设备访问：

所述社交网络系统的用户已经交互的在所述社交网络系统中的第一组实体，以及

在所述社交网络系统中的第二组实体；

通过一个或多个计算设备使用深度学习模型来确定所述第一组实体的第一组矢量表示；

通过所述一个或多个计算设备从所述第一组实体中选择目标实体；

通过所述一个或多个计算设备从所述第一组矢量表示中移除所述目标实体的矢量表示；

通过所述一个或多个计算设备将所述第一组矢量表示中的其余矢量表示结合以确定所述用户的矢量表示；

通过所述一个或多个计算设备使用所述深度学习模型来确定所述第二组实体的第二组矢量表示；

通过所述一个或多个计算设备：

通过将所述用户的矢量表示与所述目标实体的矢量表示进行对比，计算所述目标实体与所述用户之间的相似性评分，以及

通过将所述用户的矢量表示与所述第二组实体中的实体的矢量表示进行对比，计算所述用户与所述第二组实体中的实体之间的相似性评分；

通过所述一个或多个计算设备使用所述深度学习模型基于相似性评分来更新所述第二组实体中的一个或多个实体的矢量表示；并且

通过所述一个或多个计算设备，基于所述深度学习模型和所述更新的所述第二组实体中的所述一个或多个实体的矢量表示，生成更新的深度学习模型。

2.根据权利要求1所述的方法，进一步包括：

通过一个或多个计算设备确定所述用户、所述第一组实体中的每个实体以及所述第二组实体中的每个实体的嵌入，其中：

每个嵌入对应于多维嵌入空间中的一个点，

所述嵌入空间包括对应于多个实体的多个点；并且

每个嵌入是基于使用所述深度学习模型确定的相应矢量表示的。

3.根据权利要求1所述的方法，进一步包括通过一个或多个计算设备基于相似性评分将相应排名分配给所述目标实体和所述第二组实体中的每个实体，并且其中，进一步基于所述排名更新所述第二组实体中的所述一个或多个实体的矢量表示。

4.根据权利要求3所述的方法，其中，所述第二组实体中的矢量表示被更新的所述一个或多个实体中的每一个实体具有比所述目标实体的相似性评分更大的相似性评分。

5.根据权利要求1所述的方法，进一步包括通过对嵌入空间应用搜索算法来将多个实体中的一个或多个实体识别为与所述用户相关，其中，与所识别的实体的一个或多个嵌入对应的点在所述嵌入空间中的与所述用户的嵌入对应的点的阈值距离内。

6.根据权利要求5所述的方法，进一步包括将一个或多个所识别的实体发送给所述用户的客户端系统以用于显示给所述用户。

7.根据权利要求1所述的方法，其中目标实体是随机选择的。

8.根据权利要求1所述的方法，其中，所述用户未与所述社交网络系统中的所述第二组实体交互。

9.根据权利要求1所述的方法，其中，所述社交网络系统包括社交图谱，所述社交图谱包括多个节点和连接所述节点的多个边线，在所述节点中的两个节点之间的每一条边线表示所述两个节点之间的单个分离度，所述节点包括：

对应于所述用户的第一节点；以及

各自对应于相应实体的多个第二节点。

10.根据权利要求9所述的方法，其中，所述用户已经通过所述用户的社交网络动作与所述第一组实体交互，其中，所述社交网络动作是关于所述第一节点和与所述第一组实体的相应实体对应的相应第二节点来采取的。

11.根据权利要求10所述的方法，其中，所述社交网络动作表示对于实体的亲密度表达，其中，所述亲密度表示在与在线社交网络相关联的特定对象之间的关系强度或者兴趣水平。