[发明专利]语义检索网络训练方法、装置、电子设备及存储介质

权利要求书

1.一种语义检索网络训练方法，所述语义检索网络包括语义检索模型和精排模型，所述方法包括：

获取训练样本；所述训练样本中包括搜索词，以及所述搜索词对应的n个候选文档；其中，n为大于1的整数；

将所述训练样本输入至所述精排模型，获得所述精排模型输出的n个第一相关度，每个所述第一相关度用于表示对应候选文档与所述搜索词间的相关性；

将所述训练样本输入至语义检索模型，获得所述语义检索模型输出的n个第二相关度，每个所述第二相关度用于表示对应候选文档与所述搜索词间的相关性；

根据所述n个第一相关度和所述n个第二相关度，对所述语义检索模型和所述精排模型进行联合训练。

2.根据权利要求1所述的方法，其中，所述n个候选文档中包括一个正例候选文档和n－1个负例候选文档；所述根据所述n个第一相关度和所述n个第二相关度，对所述语义检索模型和所述精排模型进行联合训练，包括：

根据所述搜索词与所述正例候选文档间的第一相关度，以及所述搜索词与每个所述负例候选文档间的第一相关度，计算所述精排模型的第一损失值；

根据所述n个第一相关度与所述n个第二相关度，计算所述语义检索模型的第二损失值；

根据所述第一损失值和所述第二损失值，对所述语义检索模型和所述精排模型进行联合训练。

3.根据权利要求2所述的方法，其中，所述根据所述第一损失值和所述第二损失值，对所述语义检索模型和所述精排模型进行联合训练，包括：

根据所述第一损失值和所述第二损失值，计算联合损失值；

根据所述联合损失值，对所述语义检索模型和所述精排模型进行联合训练。

4.根据权利要求2所述的方法，其中，所述根据所述n个第一相关度与所述n个第二相关度，计算所述语义检索模型的第二损失值，包括：

根据所述n个第一相关度与所述n个第二相关度进行KL离散度损失计算，得到所述第二损失值。

5.根据权利要求1所述的方法，其中，所述获取训练样本，包括：

获取所述搜索词，以及所述搜索词标注的正例候选文档；

根据初始语义检索模型，在文档库中获取与所述搜索词相关的文档；

在所述文档中，随机选取n－1个文档作为所述搜索词对应的负例候选文档；其中，n为大于1的整数；

将所述搜索词，以及所述搜索词对应的正例候选文档和负例候选文档作为所述训练样本。

6.根据权利要求1所述的方法，其中，所述获取训练样本，包括：

获取搜索词，并根据初始语义检索模型，在文档库中获取与所述搜索词相关的文档；

根据初始精排模型，获得每个所述文档与所述搜索词间的第三相关度；

在所述第三相关度中，确定分值最高的目标第三相关度；

响应于所述目标第三相关度大于第一阈值，将所述目标第三相关度对应的文档作为所述搜索词对应的正例候选文档；

在所述文档中，取出n－1个文档作为所述搜索词对应的负例候选文档；其中，所述n－1个文档与所述搜索词的第三相关度均小于第二阈值；

将所述搜索词、以及所述搜索词对应的正例候选文档和负例候选文档作为所述训练样本。

7.一种语义检索网络训练装置，所述语义检索网络包括语义检索模型和精排模型，所述装置包括：

第一获取模块，用于获取训练样本；所述训练样本中包括搜索词，以及所述搜索词对应的n个候选文档；其中，n为大于1的整数；

第二获取模块，用于将所述训练样本输入至所述精排模型，获得所述精排模型输出的n个第一相关度，每个所述第一相关度用于表示对应候选文档与所述搜索词间的相关性；

第三获取模块，用于将所述训练样本输入至语义检索模型，获得所述语义检索模型输出的n个第二相关度，每个所述第二相关度用于表示对应候选文档与所述搜索词间的相关性；

训练模块，用于根据所述n个第一相关度和所述n个第二相关度，对所述语义检索模型和所述精排模型进行联合训练。