[发明专利]意图确定模型的训练方法和装置

权利要求书

1.一种意图确定模型的训练方法，其特征在于，包括：

确定基于搜索词进行搜索的搜索结果，以及基于所述搜索词进行搜索的搜索次数；

确定在基于所述搜索词进行的多次搜索中，用户对搜索结果进行操作的总次数、用户对所述搜索结果进行用户意图操作的第一次数以及用户对所述搜索结果进行视频意图操作的第二次数，根据所述第一次数和所述总次数确定第一比例，根据所述第二次数和所述总次数确定第二比例；所述用户意图操作包括针对搜索结果的发布者的专有操作；所述视频意图操作包括针对搜索结果的专有操作；

根据所述搜索次数、所述第一比例以及所述第二比例，确定所述搜索词对应的目标样本标签，所述目标样本标签包括用户意图标签和/或视频意图标签；所述用户意图标签表征用户对搜索结果的发布者感兴趣；所述视频意图标签表征用户对搜索结果感兴趣；

以所述搜索词和所述目标样本标签作为样本生成训练样本集；

将所述样本的特征输入意图确定模型，得到所述样本对应的目标样本标签的预测结果，根据所述意图标签预测结果和目标样本标签，确定损失数据，基于所述损失数据对意图确定模型进行训练，得到训练后的意图确定模型。

2.根据权利要求1所述的方法，其特征在于，基于所述损失数据对意图确定模型进行训练的收敛条件至少包括：

所述预测结果的准确率达到准确率阈值，其中，所述预测结果的准确率根据所述预测结果和所述样本对应的目标样本标签确定。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取至少一个专有名词，确定所述专有名词对应的目标样本标签包括视频意图标签；

在所述专有名词中确定被用作用户名的用户专有名词，确定所述用户专有名词对应的目标样本标签还包括用户意图标签；

其中，所述以所述搜索词和所述目标样本标签作为样本生成训练样本集包括：

以所述专有名词和所述专有名词对应的目标样本标签，以及所述搜索词和所述搜索词对应的目标样本标签作为样本生成训练样本集。

4.根据权利要求1所述的方法，其特征在于，根据所述搜索次数、所述第一比例以及所述第二比例，确定所述搜索词对应的目标样本标签包括：

确定所述搜索次数在多个数量区间中所属的目标数量区间，以及所述目标数量区间对应的目标比例阈值；

在所述第一比例大于所述目标比例阈值时，确定所述搜索词对应的目标样本标签包括用户意图标签，和/或在所述第二比例大于所述目标比例阈值时，确定所述搜索词对应的目标样本标签包括视频意图标签；

其中，每个所述数量区间不重叠，所述数量区间的下限值，与所述数量区间对应的比例阈值反相关。

5.根据权利要求1所述的方法，其特征在于，所述用户意图操作包括以下至少之一：

点击所述搜索结果的发布者、进入所述发布者的主页、关注所述发布者。

6.根据权利要求1所述的方法，其特征在于，所述视频意图操作包括：

点击所述搜索结果且未对所述搜索结果执行所述用户意图操作。

7.根据权利要求1至6中任一项所述的方法，其特征在于，在所述对意图确定模型进行训练之前，所述方法还包括：

根据所述样本的属性信息确定属性特征；

确定所述样本对应的搜索结果的操作特征；

将所述属性特征和所述操作特征作为所述样本的特征。

8.根据权利要求7所述的方法，其特征在于，所述意图确定模型包括deepwide模型，所述属性特征作为所述意图确定模型deep侧的输入，所述操作特征作为所述意图确定模型wide侧的输入。

9.根据权利要求7所述的方法，其特征在于，所述操作特征包括以下至少之一：

对所述搜索结果的发布者的点击率、对所述发布者的关注率、对所述发布者主页的平均消费时间、对所述搜索结果的点击率、对所述搜索结果的点赞率、对所述搜索结果的关注率、对所述搜索结果的长播率、对所述搜索结果的零播率、对所述搜索结果的完播率。