[发明专利]文档匹配模型的构建方法、装置、电子设备及存储介质

说明书

本申请实施例提供一种文档匹配模型的构建方法、装置、电子设备及存储介质，其中，该方法包括：步骤一，获取查询词汇特征集合和文档特征集合；步骤二，获得查询词汇特征集合和文档特征集合的相关性特征值；步骤三，获得文档特征集合中每个文档特征与查询词汇特征集合的第一匹配值，选取第一匹配值最大的文档特征；步骤四，获得第二文档特征；步骤五，将候选文档特征集合作为新的候选文档特征集合，将第二文档特征作为新的第一文档特征，重复步骤四；步骤六，根据有序文档特征集合和文档特征集合获得损失函数，并根据损失函数构建匹配模型。实施本申请实施例，使得匹配模型可以引入认知层面的相关性特征，提高了匹配模型的准确率和检索性能。

技术领域

本申请涉及神经网络技术领域，具体而言，涉及一种文档匹配模型的构建方法、装置、电子设备及计算机可读存储介质。

背景技术

随着人工智能技术的日新月异，神经网络的应用越来越广泛，很多神经网络模型也被应用到了检索领域，然而，不管是经典信息检索模型还是神经网络匹配模型，大都建立在独立相关性假设上，即一个文档与用户信息需求的相关性不依赖于其他文档。

但是，在实际的检索情况下，用户对文档的匹配性、相关性判断是一个复杂而主观的认知过程，会受到他在搜索过程中先前浏览的文档的影响，表现为匹配模型计算的相关性与用户认知始终存在一定的差距。然而，现有的经典信息匹配模型和神经网络匹配模型大都没有考虑这种认知现象，因此，无法将认知层面的相关性特征引入匹配模型，限制了匹配模型进一步提高的能力。

发明内容

本申请实施例的目的在于提供一种文档匹配模型的构建方法、装置、电子设备及计算机可读存储介质，将匹配模型和用户认知联系起来，使得匹配模型可以引入认知层面的相关性特征，提高了匹配模型的准确率和检索性能。

第一方面，本申请实施例提供了一种文档匹配模型的构建方法，所述方法包括：

步骤一，获取查询词汇特征集合和文档特征集合；

步骤二，根据所述查询词汇特征集合和所述文档特征集合获得所述查询词汇特征集合和所述文档特征集合的相关性特征值；

步骤三，根据所述相关性特征值获得所述文档特征集合中每个文档特征与所述查询词汇特征集合的第一匹配值，选取所述第一匹配值最大的所述文档特征，作为第一文档特征，并获得包含除所述第一文档特征以外的文档特征的候选文档特征集合和包含所述第一文档特征的有序文档特征集合；

步骤四，根据所述第一文档特征和所述候选文档特征集合获得第二文档特征，并将所述第二文档特征放入所述有序文档特征集合；

步骤五，将所述候选文档特征集合作为新的候选文档特征集合，将所述第二文档特征作为新的第一文档特征，重复步骤四，直到所述新的候选文档特征集合为空；

步骤六，根据所述有序文档特征集合和所述文档特征集合获得损失函数，并根据所述损失函数构建匹配模型。

在上述实现过程中，在文档数据的匹配过程中引入认知干涉特征，并通过文档数据的相关性计算得到符合用户认知的匹配模型，将匹配模型和用户认知联系起来，使得匹配模型可以引入认知层面的相关性特征，提高了匹配模型的准确率、匹配性能和匹配精度。

进一步地，所述根据所述第一文档特征和所述候选文档特征集合获得第二文档特征的步骤，包括：

获得所述候选文档特征集合中任意两个文档特征的匹配性特征值；

根据所述匹配性特征值获得所述第一文档特征与所述候选文档特征集合之间的干涉匹配值；

根据所述干涉匹配值和所述第一匹配值获得第二匹配值；

选取所述候选文档特征集合中所述第二匹配值最大的文档特征，作为所述第二文档特征。