【技术实现步骤摘要】
【国外来华专利技术】使用深度学习模型识别实体
本公开总体上涉及训练深度学习模型。
技术介绍
深度学习是一种机器学习,可以涉及在受监督或无监督的环境中训练模型。可以对深度学习模型进行训练以学习数据表示。作为实例而并非以限制的方式,深度学习模型可以将数据表示为强度值的矢量。可以在数据分类中使用深度学习模型。分类可以涉及通过训练深度学习模型来确定数据点属于一组类别中的哪一种。
技术实现思路
在具体实施方式中,社交网络系统可以使用深度学习模型来预测用户的相关实体。深度学习模型可以被训练成将实体映射为矢量表示。可以基于用户在社交网络系统中已经交互的一组实体来确定该用户的矢量表示。在具体实施方式中,目标实体可以从用户已经交互的该组实体中被选择并移除。在该组实体中的其余实体的矢量表示可以结合来得到该用户的矢量表示。可以使用目标实体作为监督信号来训练深度学习模型。可以使用深度学习模型来确定该用户尚未交互的实体的矢量表示。实体或该用户的嵌入可以基于相应的矢量表示来确定,其可以对应于多维嵌入空间中的点的坐标。该嵌入可以是实体或用户在嵌入空间中的表示。嵌入空间可以包括一个或多个用户嵌入以及多个实体嵌入。这些用户和实体的嵌入可以用于完成任何数量的合适任务。作为实例而并非以限制的方式,社交网络系统可以使用搜索算法来识别用户尚未交互的、所具有的嵌入在嵌入空间中接近用户嵌入的一个或多个实体。社交网络系统可以确定所识别的实体与用户相关。在具体实施方式中,所识别的实体可以作为推荐发送至用户的客户端系统。所识别的实体可以在客户端系统上运行的应用界面上作为建议显示给用户(例如,与该社交网络系统关联的消息发送平台或应用 ...
【技术保护点】
1.一种方法,包括:通过一个或多个计算设备访问:社交网络系统的用户已经交互的在所述社交网络系统中的第一组实体,以及在所述社交网络系统中的第二组实体;通过一个或多个计算设备使用深度学习模型来确定所述第一组实体的第一组矢量表示;通过一个或多个计算设备从所述第一组实体中选择目标实体;通过一个或多个计算设备从所述第一组矢量表示中移除所述目标实体的矢量表示;通过一个或多个计算设备将所述第一组矢量表示中的其余矢量表示结合以确定所述用户的矢量表示;通过一个或多个计算设备使用所述深度学习模型来确定所述第二组实体的第二组矢量表示;通过一个或多个计算设备:通过将所述用户的矢量表示与所述目标实体的矢量表示进行对比,计算所述目标实体与所述用户之间的相似性评分,以及通过将所述用户的矢量表示与所述第二组实体中的实体的矢量表示进行对比,计算所述用户与所述第二组实体中的实体之间的相似性评分;并且通过一个或多个计算设备使用所述深度学习模型基于相似性评分来更新所述第二组实体中的一个或多个实体的矢量表示。
【技术特征摘要】
【国外来华专利技术】2015.12.30 US 14/984,9561.一种方法,包括:通过一个或多个计算设备访问:社交网络系统的用户已经交互的在所述社交网络系统中的第一组实体,以及在所述社交网络系统中的第二组实体;通过一个或多个计算设备使用深度学习模型来确定所述第一组实体的第一组矢量表示;通过一个或多个计算设备从所述第一组实体中选择目标实体;通过一个或多个计算设备从所述第一组矢量表示中移除所述目标实体的矢量表示;通过一个或多个计算设备将所述第一组矢量表示中的其余矢量表示结合以确定所述用户的矢量表示;通过一个或多个计算设备使用所述深度学习模型来确定所述第二组实体的第二组矢量表示;通过一个或多个计算设备:通过将所述用户的矢量表示与所述目标实体的矢量表示进行对比,计算所述目标实体与所述用户之间的相似性评分,以及通过将所述用户的矢量表示与所述第二组实体中的实体的矢量表示进行对比,计算所述用户与所述第二组实体中的实体之间的相似性评分;并且通过一个或多个计算设备使用所述深度学习模型基于相似性评分来更新所述第二组实体中的一个或多个实体的矢量表示。2.根据权利要求1所述的方法,进一步包括:通过一个或多个计算设备确定所述用户、所述第一组实体中的每个实体以及所述第二组实体中的每个实体的嵌入,其中:每个嵌入对应于多维嵌入空间中的一个点,所述嵌入空间包括对应于多个实体的多个点;并且每个嵌入是基于使用所述深度学习模型确定的相应矢量表示的。3.根据权利要求1所述的方法,进一步包括通过一个或多个计算设备基于相似性评分将相应排名分配给所述目标实体和所述第二组实体中的每个实体,并且其中,进一步基于所述排名更新所述第二组实体中的所述一个或多个实体的矢量表示。4.根据权利要求3所述的方法,其中,所述第二组实体中的矢量表示被更新的所述一个或多个实体中的每一个实体具有比所述目标实体的相似性评分更大的相似性评分。5.根据权利要求1所述的方法,进一步包括通过对嵌入空间应用搜索算法来将多个实体中的一个或多个实体识别为与所述用户相关,其中,与所识别的实体的一个或多个嵌入对应的点在所述嵌入空间中的与所述用户的嵌入对应的点的阈值距离内。6.根据权利要求5所述的方法,进一步包括将一个或多个所识别的实体发送给所述用户的客户端系统以用于显示给所述用户。7.根据权利要求1所述的方法,其中目标实体是随机选择的。8.根据权利要求1所述的方法,其中,所述用户未与所述社交网络系统中的所述第二组实体交互。9.根据权利要求1所述的方法,其中,所述社交网络系统包括社交图谱,所述社交图谱包括多个节点和连接所述节点的多个边线,在所述节点中的两个节点之间的每一条边线表示所述两个节点之间的单个分离度,所述节点包括:对应于所述用户的第一节点;以及各自对应于相应实体的多个第二节点。10.根据权利要求9所述的方法,其中,所述用户已经通过所述用户的社交网络动作与所述第一组实体交互,其中,所述社交网络动作是关于所述第一节点和与所述第一组实体的相应实体对应的相应第二节点来采取的。11.根据权利要求10所述的方法,其中,所述社交网络动作表示对于实体的亲密度表达。12.根据权利要求1所述的方法,其中,所述实体中的至少一个实体包括由所述社交网络系统承载的页面。13.根据权利要求1所述的方法,其中,所述矢量表示包括d维强度矢量。14.一种或多种计算机可读非暂时性存储介质,承载有软件,所述软件在被执行时能操作为:访问:社交网络系统的用户已经交互的在所述社交网络系统中的第一组实体,以及在所述社交网络系统中的第二组实体;使用深度学习模型确定所述第一组实体的第一组矢量表示;从所述第一组实体中选择目标实体;从所述第一组矢量表示中移除所述目标实体的矢量表示;将所述第一组矢量表示中的其余矢量表示结合以确定所述用户的矢量表示;使用所述深度学习模型确定所述第二组实体的第二组矢量表示;通过将所述用户的矢量表示与所述目标实体的矢量表示进行对比,计算所述目标实体与所述用户之间的相似性评分,以及通过将所述用户的矢量表示与所述第二组实体中的实体的矢量表示进行对比,计算所述用户与所述第二组实体中的实体之间的相似性评分;并且使用所述深度学习模型基于相似性评分更新所述第二组实体中的一个或多个实体的矢量表示。15.根据权利要求14所述的介质,其中,所述软件在被执行时进一步能操作为:确定所述用户、所述第一组实体中的每个实体以及所述第二组实体中的每个实体的嵌入,其中:每个嵌入对应于多维嵌入空间中的一个点,所述嵌入空间包括对应于多个实体的多个点;并且每个嵌入是基于使用所述深度学习模型确定的相应矢量表示的。16.根据权利要求14所述的介质,其中,所述软件在被执行时进一步能操作为:基于相似性评分将相应排名分配给所述目标实体和所述第二组实体中的每个实体,并且其中,进一步基于所述排名更新所述第二组实体中的所述一个或多个实体的矢量表示。17.一种系统,包括:一个或多个处理器;以及耦接至所述处理器的存储器,所述存储器包括能由所述处理器执行的指令,所述处理器在执行所述指令时能操作为:访问:社交网络系统的用户已经交互的在所述社交网络系统中的第一组实体,以及在所述社交网络系统中的第二组实体;使用深度学习模型确定所述第一组实体的第一组矢量表示;从所述第一组实体中选择目标实体;从所述第一组矢量表示中移除所述目标实体的矢量表示;将所述第一组矢量表示中的其余矢量表示结合以确定所述用户的矢量表示;使用所述深度学习模型确定所述第二组实体的第二组矢量表示;通过将所述用户的矢量表示与所述目标实体的矢量表示进行对比,计算所述目标实体与所述用户之间的相似性评分,以及通过将所述用户的矢量表示与所述第二组实体中的实体的矢量表示进行对比,计算所述用户与所述第二组实体中的实体之间的相似性评分;并且使用所述深度学习模型基于相似性评分更新所述第二组实体中的一个或多个实体的矢量表示。18.根据权利要求17所述的系统,其中,所述处理器在执行所述指令时进一步能操作为:确定所述用户、所述第一组实体中的每个实体以及所述第二组实体中的每个实体的嵌入,其中:每个嵌入对应于多维嵌入空间中的一个点,所述嵌入空间包括对应于多个实体的多个点;并且每个嵌入是基于使用所述深度学习模型确定的相应矢量表示的。19.根据权利要求17所述的系统,其中,所述处理器在执行所述指令时进一步能操作为:基于相似性评分将相应排名分配给所述目标实体和所述第二组实体中的每个实体,并且其中,进一步基于所述排名更新所述第二组实体中的所述一个或多个实体的矢量表示。20.一种计算机实现的方法,包括:通过一个或多个计算设备访问:社交网络系统的用户已经交互的在所述社交网络系统中的第一组实体,例如,存储在一个或多个数据存储装置中的第一组数据对象,以及在所述社交网络系统中的第二组实体,例如,存储在一个或多个数据存储装置中的第二...
【专利技术属性】
技术研发人员:詹森·E·韦斯顿,基思·亚当斯,苏米特·乔普拉,
申请(专利权)人:脸谱公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。