[发明专利]用于语义检索的人工智能系统和方法

权利要求书

1.一种用于语义检索的人工智能系统，其特征在于，包括：

查询词获取模块，被配置为通过数据交换端口从用户终端获取查询词；

查询词向量变换模块，被配置为使用预先生成的模型将所述查询词变换为查询词向量；

POI向量集获取模块，被配置为使用乘积量化算法，根据所述查询词向量，从检索库检索一组POI向量；以及

推荐的POI确定模块，被配置为响应于所述查询词，基于所述一组POI向量确定至少一个POI，用于向用户推荐；

还包括模型训练模块，被配置为通过以下步骤基于检索词语义与POI之间的相关性训练所述预先生成的模型：

获得初始模型；

获得至少两个历史检索词-POI对，所述至少两个历史检索词-POI对中的每一个包含一个历史查询词和相应的历史POI；

对于所述至少两个历史检索词-POI对中的每一个，

解析所述至少一个历史查询词或所述至少一个相应的历史POI到一个或以上的片段，以及

基于所述解析为所述历史检索词-POI对生成一个或以上文本表达；以及

使用深度学习方法基于所述至少两个历史检索词-POI对的所述文本表达训练所述初始模型来获得所述预先生成的模型。

2.根据权利要求1所述的系统，其特征在于，所述预先生成的模型包括深度POI语义模型DPSM模型。

3.根据权利要求1至2任一项所述的系统，其特征在于，为使用乘积量化算法，根据所述查询词向量，从检索库检索该组POI向量，所述POI向量集获取模块进一步被配置为：

获取POI数据库中至少两个POI的索引；

从所述查询词获取至少一个目标位置；以及

根据所述索引、所述查询词向量和所述至少一个目标位置，从所述检索库中确定所述一组POI向量，所述一组POI向量与所述查询词有关。

4.根据权利要求3所述的系统，其特征在于，为获取POI数据库中至少两个POI的索引，所述POI向量集获取模块进一步被配置为：

从所述POI数据库中获取所述至少两个POI；

使用所述预先生成的模型将所述至少两个POI变换为所述至少两个POI向量；以及

使用图形处理单元GPU基于所述至少两个POI向量，生成所述至少两个POI的所述索引。

5.根据权利要求1所述的系统，其特征在于，为响应于所述查询词，基于所述一组POI向量确定所述至少一个POI，用于向用户推荐，所述推荐的POI确定模块进一步被配置为：

基于所述一组POI向量生成标识符ID列表，所述ID列表包括一组ID，每个ID指向一个候选POI；

使用训练好的质检模型确定对应于所述一组POI向量的一组候选POI的一组相似值，每个相似值表示相应的POI与所述查询词的相关等级；

排序所述一组候选POI的所述相似值；以及

根据所述一组相似值的所述排序，从所述一组候选POI中确定所述至少一个POI。

6.根据权利要求5所述的系统，其特征在于，所述训练好的质检模型是梯度提升决策树GBDT模型。

7.根据权利要求5所述的系统，其特征在于，为排序所述一组候选POI的所述相似值，所述推荐的POI确定模块进一步被配置为：

对于所述一组候选POI中的每一个，确定所述对应的相似值是否大于得分阈值；

获得一个或以上相关的候选POI，其相似值大于所述得分阈值；以及

基于训练好的排序模型排序所述一个或以上相关的候选POI。

8.根据权利要求7所述的系统，其特征在于，所述训练好的排序模型是通过排序学习learn to rank方法获得的。