[发明专利]应用语义向量和关键字分析关联数据集的方法和装置

摘要

本发明公开了一种基于分析专有语义向量和语义表示来识别一个或多个数据集的系统和方法，该数据集，如广告，根据上下文关联到主题数据集，如用户正在浏览的网页；该专有语义向量，如可训练语义向量(TSV)，代表网页和广告，该语义表示包括所述广告和所述网页的有代表性关键字的信息。

主权项

一种机器执行方法，用于控制数据处理系统以便将一组数据集的至少一个数据集关联到主题数据集，其中每个数据集或所述主题数据集包括至少一个关键字，该方法包括以下机器执行的步骤：获取代表所述主题数据集的语义向量和代表所述组中每个单独数据集的各个语义向量，其中：代表所述组中的每个单独数据集的每个语义向量包括在所述单独数据集的所述至少一个关键字的每一个与预先确定目录之间的关系的集合信息，所述单独数据集的所述至少一个关键字的每一个都可能关联到所述目录；代表所述主题数据集的所述语义向量包括集合信息，该集合信息具有所述主题数据集的所述至少一个关键字的每一个与预先确定目录之间的关系，所述主题数据集的所述至少一个关键字的每一个都可能关联到的所述目录，以及代表所述主题数据集或所述组中每个单独数据集的所述语义向量具有与预先确定目录的数目相等的维；对于所述组中的每个数据集，通过将与所述主题数据集关联的所述语义向量和与所述组中的每个数据集关联的所述语义向量进行比较，来确定所述主题数据集与所述组中的每个数据集之间的第一相似性；获取所述主题数据集的关键字语义表示和所述组中的每个单独数据集的关键字语义表示，其中：所述主题数据集的关键字语义表示或所述组中的每个单独数据集的关键字语义表示包括指示所述主题数据集或所述组中单独数据集的有代表性关键字的信息，以及所述主题数据集的所述关键字语义表示或所述组中的每个单独数据集的所述关键字语义表示以一种不同于所述主题数据集的所述语义向量或所述组中的每个单独数据集的所述语义向量的方式构成；对于所述组中的每个数据集，通过将所述主题数据集的关键字语义表示和所述组中的每个数据集的关键字语义表示进行比较，来确定所述主题数据集与所述组中的每个数据集之间的第二相似性；以及根据所述主题数据集与所述组中的每个数据集之间的所述第一相似性和所述主题数据集与所述组中的每个数据集之间的所述第二相似性，选择所述组中的所述数据集的至少一个数据集；以及将所述至少一个被选择的数据集关联到所述主题数据集。