[发明专利]一种对象匹配方法、装置、设备及存储介质在审
申请号: | 202110580218.9 | 申请日: | 2021-05-26 |
公开(公告)号: | CN113192619A | 公开(公告)日: | 2021-07-30 |
发明(设计)人: | 刘宗节 | 申请(专利权)人: | 北京京东拓先科技有限公司 |
主分类号: | G16H40/20 | 分类号: | G16H40/20;G06N3/08 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100176 北京市大兴区北京经济*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 对象 匹配 方法 装置 设备 存储 介质 | ||
1.一种对象匹配方法,其信息在于,包括:
在检测到对象匹配事件时,获取与所述对象匹配事件对应的待匹配对象的待匹配信息和各候选匹配对象的候选匹配信息;
针对每个所述候选匹配对象的所述候选匹配信息,根据所述待匹配信息和所述候选匹配信息确定所述待匹配对象和所述候选匹配对象间的匹配度;
根据各所述候选匹配对象的所述匹配度,从各所述候选匹配对象中确定出与所述待匹配对象匹配的目标匹配对象;
其中,所述待匹配信息包括需接受技能信息和/或服务时效需求信息,所述候选匹配信息包括可提供技能信息和/或服务时效提供信息。
2.根据权利要求1所述的方法,其信息在于,已训练完成的对象匹配模型包括第一特征表示层、第二特征表示层和匹配层,所述根据所述待匹配信息和所述候选匹配信息确定所述待匹配对象和所述候选匹配对象间的匹配度,包括:
将所述待匹配信息输入至所述第一特征表示层中,得到待匹配特征,并且将所述候选匹配信息输入至所述第二特征表示层中,得到候选匹配特征;
将所述待匹配特征和所述候选匹配特征输入至所述匹配层中,得到所述待匹配对象和所述候选匹配对象间的匹配度,其中所述匹配层是根据所述待匹配特征和所述候选匹配特征的拼接结果计算所述匹配度。
3.根据权利要求2所述的方法,其特征在于,当所述待匹配信息为所述需接受技能信息时,所述将所述待匹配信息输入至所述第一特征表示层中,得到待匹配特征,包括:基于所述第一特征表示层中的第一多层双向转换编码器对所述需接受技能信息进行特征表示,得到所述需接受技能信息的待匹配特征;
和/或,
所述待匹配信息还包括所述待匹配对象和所述候选匹配对象间的历史交互信息,所述将所述待匹配信息输入至所述第一特征表示层中,得到待匹配特征,包括:基于所述第一特征表示层中预先存储的键值关系得到所述历史交互信息的待匹配特征,其中,所述键值关系中的键信息包括所述待匹配对象的待匹配对象标识和所述候选匹配对象的候选匹配对象标识,所述键值关系中的值信息包括所述待匹配对象和所述候选匹配对象间的各已发生交互信息;
和/或,
当所述候选匹配信息为所述可提供技能信息时,所述将所述候选匹配信息输入至所述第二特征表示层中,得到候选匹配特征,包括:基于所述第二特征表示层中第二多层双向转换编码器对所述可提供技能信息进行特征表示,得到所述可提供技能信息的候选匹配特征。
4.根据权利要求2所述的方法,其特征在于,所述对象匹配模型通过如下步骤预先训练得到:
获取待历史对象的待历史信息、候选历史对象的候选历史信息、以及根据所述候选历史对象针对所述待历史对象的服务完成信息设置的匹配标注,并将所述待历史信息、所述候选历史信息和所述匹配标注作为一组训练样本;
基于多组所述训练样本对原始神经网络模型进行训练,得到所述对象匹配模型,其中,所述原始神经网络模型包括未训练完成的所述第一特征表示层、所述第二特征表示层和所述匹配层、及用于根据所述未训练完成的所述匹配层的输出结果和所述匹配标注进行学习的学习目标层。
5.根据权利要求1所述的方法,其特征在于,所述待匹配对象包括待问诊对象,所述候选匹配对象包括候选接诊对象。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东拓先科技有限公司,未经北京京东拓先科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110580218.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种检测潜水状态的潜水电脑及方法
- 下一篇:一种烟叶分切方法