[发明专利]生产线索聚合方法、装置及系统、电子设备和介质

权利要求书

1.一种生产线索聚合方法，包括：

从搜索日志中得到生产线索；

基于类目信息对所述生产线索进行分类，以获得一个或多个第一生产线索组，其中，所述类目信息包括第一类目和第二类目，所述第一类目信息是通过预设的分类模型所确定的类别信息，所述第二类目是对生产线索进行深层语义的提炼后所获得的类别数据，并且其中，基于类目信息对所述生产线索进行分类包括：

基于所述第一类目对所述生产线索进行分类，以获得一个或多个第二生产线索组；以及

响应于确定至少一个第二生产线索组中的生产线索数量大于第二阈值，进一步基于所述第二类目分别对所述至少一个第二生产线索组中的生产线索进行分类，以获得一个或多个第一生产线索组；

对于所述一个或多个第一生产线索组中的每一个第一生产线索组，执行以下聚合操作：

获取该第一生产线索组中的每一个生产线索的向量；

基于所述向量确定该第一生产线索组中的每一个生产线索的与其相似度大于第一阈值的第一数量的生产线索；以及

将所述每一个生产线索以及确定的所有第一数量的生产线索进行聚合，以获得一个或多个簇。

2.如权利要求1所述的方法，其中，进一步基于所述第二类目分别对所述至少一个第二生产线索组中的生产线索进行分类包括：

对于所述至少一个第二生产线索组中的每一个第二生产线索组：

统计各个第二类目所分别对应的生产线索数量；以及

基于所述各个第二类目所分别对应的生产线索数量以及所述第二阈值对该第二生产线索组进行分类，以获得一个或多个第一生产线索组，其中，

具有相同的第二类目的生产线索属于同一个第一生产线索组。

3.如权利要求2中所述的方法，其中，所述第二类目包括实体类目和抽象类目，所述方法还包括：

响应于确定生产线索同时包含所述实体类目和抽象类目，对所述生产线索的第二类目进行去重。

4.如权利要求1-3中任一项所述的方法，其中，所述第二类目包括实体类目和抽象类目，并且其中，

所述实体类目和所述抽象类目分别通过基于深度学习的模型确定。

5.如权利要求1所述的方法，其中，基于所述向量确定所述第一数量的生产线索包括：

通过近似最近邻搜索算法确定所述每一个生产线索的与其相似度大于第一阈值的第一数量的生产线索。

6.如权利要求1所述的方法，其中，将所述每一个生产线索以及确定的所有第一数量的生产线索进行聚合包括：

对于所述每一个生产线索均执行以下操作，以获得第二数量的簇：

将该生产线索自身形成簇；

依次确定该生产线索相对应的第一数量的生产线索中的每一个生产线索与所述簇中的每一个生产线索的相似度评分；以及

响应于所述相似度评分均大于第三阈值，将所述第一数量的生产线索中的相应生产线索合并到所述簇中；以及

对所述第二数量的簇进行合并，以获得合并后的一个或多个簇，其中，

每一个簇中的生产线索之间的相似度评分均大于所述第三阈值。

7.如权利要求6所述的方法，还包括：在聚合过程中对生产线索之间的相似度评分进行保存，以使得基于所述保存的相似度评分进行簇之间的合并。

8.如权利要求6或7所述的方法，其中，通过经训练的语义匹配模型和语义句式分类模型确定所述相似度评分，其中，

确定所述相似度评分包括：

基于所述语义匹配模型获得生产线索对之间的第一相似度评分；以及

响应于所述第一相似度评分大于第四阈值，进一步基于所述语义句式分类模型获得所述生产线索对之间的第二相似度评分，以将所述第二相似度评分作为所述确定的相似度评分。