[发明专利]训练搜索模型的方法、搜索目标对象的方法及其装置

说明书

本公开的实施例涉及训练搜索模型的方法、搜索目标对象的方法及其装置，涉及机器学习领域。该方法可以包括基于样本查询信息获取用于训练搜索模型的第一样本数据集。该方法还可以包括基于预先构建的知识库确定与样本查询信息相关联的附加查询信息。此外，该方法可以进一步包括基于附加查询信息获取用于训练搜索模型的第二样本数据集，其中第二样本数据集与第一样本数据集不同。并且，该方法还可以包括基于样本查询信息、第一样本数据集和第二样本数据集，训练搜索模型。本公开的技术方案可以快速高效且低成本地完成对搜索模型的训练，从而确定与用户查询信息较为相关的对象。

技术领域

本公开的实施例主要涉及人工智能领域，并且更具体地，涉及训练搜索模型的方法、用于搜索目标对象的方法、及其装置、电子设备、计算机可读存储介质、以及计算机程序产品。

背景技术

用户在搜索图片时，相似的用户查询信息(或称查询项，即“query”)可能代表着完全不同的种类，如“时尚韩版毛衣”和“时尚欧美毛衣”，从字面上来看都是搜索“毛衣”这个用户查询信息，但是本质上用户更关注的是特定风格类型的毛衣。传统的图片搜索方法在这种细粒度分类方面还没有比较有效的实现方案。此外，用于训练图片搜索模型的相关数据集基本都是正样本数据。因此，训练出的用于图片搜索的模型很可能存在性能不佳的情况。

发明内容

根据本公开的示例实施例，提供了一种训练搜索模型的方案。

在本公开的第一方面中，提供了一种训练搜索模型的方法。该方法可以包括基于样本查询信息获取用于训练所述搜索模型的第一样本数据集。该方法还可以包括基于预先构建的知识库确定与所述样本查询信息相关联的附加查询信息。此外，该方法可以进一步包括基于所述附加查询信息获取用于训练所述搜索模型的第二样本数据集，其中所述第二样本数据集与所述第一样本数据集不同。并且，该方法还可以包括基于所述样本查询信息、所述第一样本数据集和所述第二样本数据集，训练所述搜索模型。

在本公开的第二方面中，提供了一种训练搜索模型的装置，包括：第一样本数据集获取模块，被配置为基于样本查询信息获取用于训练所述搜索模型的第一样本数据集；附加查询信息确定模块，被配置为基于预先构建的知识库确定与所述样本查询信息相关联的附加查询信息；第二样本数据集获取模块，被配置为基于所述附加查询信息获取用于训练所述搜索模型的第二样本数据集，其中所述第二样本数据集与所述第一样本数据集不同；以及搜索模型训练模块，被配置为基于所述样本查询信息、所述第一样本数据集和所述第二样本数据集，训练所述搜索模型。

在本公开的第三方面中，提供了一种搜索目标对象的方法，包括：基于接收到的用户查询信息获取多个备选目标对象；基于根据本公开的第一方面的方法训练的所述目标用户确定模型，分别确定所述多个备选目标对象命中所述用户查询信息的概率；以及将概率超过阈值概率的备选目标对象确定为所述目标对象。

在本公开的第四方面中，提供了一种用于搜索目标对象的装置，包括：备选目标对象获取模块，被配置为基于接收到的用户查询信息获取多个备选目标对象；概率确定模块，被配置为基于根据本公开的第二方面的装置训练的所述目标用户确定模型，分别确定所述多个备选目标对象命中所述用户查询信息的概率；以及目标对象确定模块，被配置为将概率超过阈值概率的备选目标对象确定为所述目标对象。

在本公开的第五方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第六方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

在本公开的第七方面中，提供了一种计算机程序产品，所述计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括机器可执行指令，所述机器可执行指令在被执行时使机器执行根据本公开的第一方面的方法的步骤。