[发明专利]目标推荐方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种目标推荐方法，其特征在于，所述方法包括：

获取原始信息集，从所述原始信息集中提取得到三元组集，并将所述三元组集进行向量转换，得到正三元组样本集；

将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集；

利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集；

利用预设的关键信息提取模型对所述目标样本集进行关键信息提取，得到关键信息组；

计算所述关键信息组之间的相似度，根据所述相似度筛选出目标组，根据所述目标组执行目标推荐。

2.如权利要求1所述的目标推荐方法，其特征在于，所述从所述原始信息集中提取得到三元组集，包括：

提取所述原始信息集中的实体和关系；

根据所述实体和所述关系，按照头实体、关系向量、尾实体的形式构建三元组，得到三元组集。

3.如权利要求2所述的目标推荐方法，其特征在于，所述将所述三元组集进行向量转换，得到正三元组样本集，包括：

对所述三元组集中的实体和关系分别利用如下计算公式进行向量转换，得到实体向量及关系向量：

其中，sen_vec表示所述实体向量或关系向量，m表示所述实体或关系中所包含的字词的个数，vec_i表示每个字词的词向量。

4.如权利要求3所述的目标推荐方法，其特征在于，所述将所述正三元组样本集的每个三元组中其中一个向量执行替换，得到负三元组样本集，包括：

依次选择所述正三元组样本集中的其中一个三元组；

利用一个预设的实体向量替换选择的所述三元组中的其中一个实体向量，得到替换后的三元组；

汇总所有所述替换后的三元组，得到负三元组样本集。

5.如权利要求2所述的目标推荐方法，其特征在于，所述利用预构建的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集，包括：

依次从所述正三元组样本集中任意选择其中一个三元组得到正三元组，以及从所述负三元组样本集中任意对应的三元组得到负三元组；

计算选择的所述正三元组的头实体和关系向量之和与尾实体的距离，得到正例距离值；

计算选择的所述负三元组的头实体和关系向量之和与尾实体的距离，得到负例距离值；根据所述正例距离值和所述负例距离值以及一个预设常数，得到目标值；

选择所述目标值与数值0之中较大的值，得到距离值；

所述距离值小于或等于预设值时，保留选择的所述正三元组及负三元组；

所述距离值大于所述预设值时，删除选择的所述正三元组及负三元组；

汇总所有保留的正三元组及负三元组，得到所述目标样本集。。

6.如权利要求5所述的目标推荐方法，其特征在于，所述利用预设的目标函数对所述正三元组样本集和所述负三元组样本集进行转换，得到目标样本集之前，还包括利用梯度下降法对所述目标函数进行优化训练:

对所述目标函数中的参数进行梯度求导；

根据每个参数的梯度负方向来更新每个参数，得到更新后的目标函数。

7.如权利要求1至6中任意一项所述的目标推荐方法，其特征在于，所述利用预设的关键信息提取模型对所述目标样本集进行关键信息提取，包括：

获取训练数据集和所述训练数据集对应的标准结果；

将所述训练数据集输入至预设的关键信息提取模型进行关键信息提取，得到训练结果；

利用预设的损失函数对所述训练结果与标准结果进行损失值计算，得到损失值；

当所述损失值大于或等于预设的损失阈值，调整所述关键信息提取模型的参数，直到所述损失值小于所述损失阈值，得到训练完成的信息提取模型；

利用所述训练完成的信息提取模型对所述初始样本集进行关键信息提取，得到关键信息组。