[发明专利]异构文档的排序方法、异构文档排序模型训练方法及装置

权利要求书

1.一种异构文档的排序方法，其特征在于，应用于设置有异构文档排序模型的电子设备中，所述异构文档排序模型包括主网络与子网络，所述主网络与所述子网络之间相互独立，所述方法包括：

获取待排序文档，所述待排序文档携带有文档类型；

从所述待排序文档中提取文档特征与位次特征，所述文档特征是指与文档点击率关联的特征，所述位次特征是指与文档排序位次关联的特征；

调用所述主网络执行与所述文档类型对应的第一学习任务，基于所述文档特征学习出所述待排序文档的第一点击率；

调用所述子网络执行与所述文档类型对应的第二学习任务，基于所述位次特征学习出所述待排序文档的第二点击率；

基于所述第一点击率与所述第二点击率确定出所述待排序文档在文档列表中的排序位次。

2.根据权利要求1所述的方法，其特征在于，所述主网络包括第一嵌入层、第一共享表示层、以及k个文档类型对应的k个第一任务学习单元，k为正整数；

所述调用所述主网络执行与所述文档类型对应的第一学习任务，基于所述文档特征学习出所述待排序文档的第一点击率，包括：

将所述文档特征输入所述第一嵌入层进行词嵌入，得到第一嵌入向量；

将所述第一嵌入向量输入所述第一共享表示层进行特征表示，得到第一特征向量；

将所述第一特征向量输入与所述文档类型对应的第一任务学习单元，针对所述第一特征向量执行所述第一学习任务，得到所述第一点击率。

3.根据权利要求1所述的方法，其特征在于，所述子网络包括第二嵌入层、第二共享表示层、以及k个文档类型对应的k个第二任务学习单元，k为正整数；

所述调用所述子网络执行与所述文档类型对应的第二学习任务，基于所述位次特征学习出所述待排序文档的第二点击率，包括：

将所述位次特征输入所述第二嵌入层进行词嵌入，得到第二嵌入向量；

将所述第二嵌入向量输入所述第二共享表示层进行特征表示，得到第二特征向量；

将所述第二特征向量输入与所述文档类型对应的第二任务学习单元，针对所述第二特征向量执行所述第二学习任务，得到所述第二点击率。

4.根据权利要求1至3任一所述的方法，其特征在于，所述异构文档排序模型的训练过程如下：

获取m组文档样本，所述文档样本携带有样本文档类型与样本点击率；

从所述文档样本中提取样本文档特征与样本位次特征，所述样本文档特征是指与文档点击率关联的特征，所述样本位次特征是指与文档排序位次关联的特征；

调用待训练的异构文档排序模型执行与所述样本文档类型对应的学习任务，分别对所述样本文档特征与所述样本位次特征进行独立学习，得到所述文档样本的第一样本点击率和第二样本点击率；

确定所述第一样本点击率与所述样本点击率之间、以及所述第二样本点击率与所述样本点击率之间的点击率损失；

基于所述点击率损失对所述待训练的异构文档排序模型进行反向传播训练，最终得到训练完成的所述异构文档排序模型。

5.根据权利要求4所述的方法，其特征在于，所述待训练的异构文档排序模型包括主网络与子网络，所述主网络与子网络之间相互独立；

所述调用待训练的异构文档排序模型执行与所述样本文档类型对应的学习任务，分别对所述样本文档特征与所述样本位次特征进行独立学习，得到所述文档样本的第一样本点击率和第二样本点击率，包括：

调用所述主网络执行与所述样本文档类型对应的第一学习任务，基于所述样本文档特征学习出所述第一样本点击率；

调用所述子网络执行与所述样本文档类型对应的第二学习任务，基于所述样本位次特征学习出所述第二样本点击率。