用于发送信息的方法及装置制造方法及图纸

本公开的实施例公开了用于发送信息的方法及装置。该方法的一具体实施方式包括：将用户的待处理画像信息转换为待处理向量；将上述待处理向量导入向量生成模型，得到对应上述待处理向量的目标向量，上述向量生成模型用于将待处理向量转换为对应待处理向量的不同维度的目标向量，上述目标向量用于表征上述用户的、与上述待处理向量不同的其他画像信息；根据上述待处理向量和目标向量向上述用户所在的终端发送信息。该实施方式提高了发送信息的准确性。

Method and device for transmitting information

【技术实现步骤摘要】
用于发送信息的方法及装置
本公开的实施例涉及计算机
，具体涉及用于发送信息的方法及装置。
技术介绍
随着信息技术的发展，信息的传递变得越来越频繁。人们可以通过网络将各种智能设备进行数据连接，进而实现信息的相互传递，提高了人们工作和生活的信息化水平。现有方法中，为了向用户提供信息，技术人员可以根据用户的浏览网页的内容以及用户的画像信息进行标记，确定画像信息与浏览网页之间的相关性。之后，可以将用户的浏览网页的内容以及用户的画像输入智能算法，从而确定该用户可能需要的信息。
技术实现思路
本公开的实施例提出了用于发送信息的方法及装置。第一方面，本公开的实施例提供了一种用于发送信息的方法，该方法包括：将用户的待处理画像信息转换为待处理向量；将上述待处理向量导入向量生成模型，得到对应上述待处理向量的目标向量，上述向量生成模型用于将待处理向量转换为对应待处理向量的不同维度的目标向量；根据上述待处理向量和所述目标向量向上述用户所在的终端发送信息。在一些实施例中，上述向量生成模型包括特征扩展网络和特征精简网络，以及，上述将上述待处理向量导入向量生成模型，得到对应上述待处理向量的目标向量，包括：将上述待处理向量输入至上述特征扩展网络，得到对应上述待处理向量的扩展向量，其中，上述特征扩展网络用于对待处理向量进行向量变换，并增加上述待处理向量的向量维度；将上述扩展向量输入至上述特征精简网络，得到目标向量，其中，上述特征精简网络用于对上述扩展向量进行向量变换，并降低上述扩展向量的向量维度。r>在一些实施例中，上述向量生成模型通过以下步骤训练得到：获取至少一条样本向量，并生成初始向量生成模型和对应上述初始向量生成模型的镜像网络；将每一条所述样本向量作为上述初始向量生成模型的输入，得到对应每一条所述样本向量的样本目标向量；将上述样本目标向量输入至上述镜像网络，得到镜像样本向量；响应于上述镜像样本向量与对应的样本向量之间的误差小于第一设定阈值，将上述初始向量生成模型作为训练完成的向量生成模型。在一些实施例中，上述初始向量生成模型包括：初始特征扩展网络和初始特征精简网络，以及，上述将每一条所述样本向量作为上述初始向量生成模型的输入，得到对应每一条所述样本向量的样本目标向量，包括：将每一条所述样本向量作为初始特征扩展网络的输入，并将上述初始特征扩展网络的输出向量输入至上述初始特征精简网络，得到对应每一条所述样本向量的样本目标向量。在一些实施例中，上述镜像网络包括：镜像特征精简网络和镜像特征扩展网络，以及，上述将上述样本目标向量输入至上述镜像网络，得到镜像样本向量，包括：将每一条所述样本向量对应的样本目标向量作为上述镜像特征精简网络的输入，并将上述镜像特征精简网络的输出输入至上述镜像特征扩展网络，得到对应每一条所述样本向量的镜像样本向量。在一些实施例中，上述向量生成模型的训练步骤还包括：通过基准向量对上述样本目标向量的准确性进行验证；响应于上述样本目标向量与基准向量的误差小于第二设定阈值，将上述样本目标向量输入至上述镜像网络。第二方面，本公开的实施例提供了一种用于发送信息的装置，该装置包括：待处理向量获取单元，被配置成将用户的待处理画像信息转换为待处理向量；目标向量获取单元，被配置成将上述待处理向量导入向量生成模型，得到对应上述待处理向量的目标向量，上述向量生成模型用于将待处理向量转换为对应待处理向量的不同维度的目标向量；信息发送单元，被配置成根据上述待处理向量和所述目标向量向上述用户所在的终端发送信息。在一些实施例中，上述向量生成模型包括特征扩展网络和特征精简网络，以及，上述目标向量获取单元包括：扩展向量获取子单元，被配置成将上述待处理向量输入至上述特征扩展网络，得到对应上述待处理向量的扩展向量，其中，上述特征扩展网络用于对待处理向量进行向量变换，并增加上述待处理向量的向量维度；目标向量获取子单元，被配置成将上述扩展向量输入至上述特征精简网络，得到目标向量，其中，上述特征精简网络用于对上述扩展向量进行向量变换，并降低上述扩展向量的向量维度。在一些实施例中，上述装置包括向量生成模型训练单元，被配置成训练向量生成模型，上述向量生成模型训练单元包括：初始设置子单元，被配置成获取至少一条样本向量，并生成初始向量生成模型和对应上述初始向量生成模型的镜像网络；样本目标向量获取子单元，被配置成将每一条所述样本向量作为上述初始向量生成模型的输入，得到对应每一条所述样本向量的样本目标向量；镜像样本向量获取子单元，被配置成将上述样本目标向量输入至上述镜像网络，得到镜像样本向量；向量生成模型判断子单元，响应于上述镜像样本向量与对应的样本向量之间的误差小于第一设定阈值，被配置成将上述初始向量生成模型作为训练完成的向量生成模型。在一些实施例中，上述初始向量生成模型包括：初始特征扩展网络和初始特征精简网络，以及，上述样本目标向量获取子单元包括：样本目标向量获取模块，被配置成将每一条所述样本向量作为初始特征扩展网络的输入，并将上述初始特征扩展网络的输出向量输入至上述初始特征精简网络，得到对应每一条所述样本向量的样本目标向量。在一些实施例中，上述镜像网络包括：镜像特征精简网络和镜像特征扩展网络，以及，上述镜像样本向量获取子单元包括：镜像样本向量获取模块，被配置成将每一条所述样本向量对应的样本目标向量作为上述镜像特征精简网络的输入，并将上述镜像特征精简网络的输出输入至上述镜像特征扩展网络，得到对应每一条所述样本向量的镜像样本向量。在一些实施例中，上述向量生成模型训练单元还包括：验证子单元，被配置成通过基准向量对上述样本目标向量的准确性进行验证；判断子单元，响应于上述样本目标向量与基准向量的误差小于第二设定阈值，被配置成将上述样本目标向量输入至上述镜像网络。第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储器，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于发送信息的方法。第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述第一方面的用于发送信息的方法。本公开的实施例提供的用于发送信息的方法及装置，首先，将用户的待处理画像信息转换为待处理向量。然后，将上述待处理向量导入向量生成模型，得到对应上述待处理向量的目标向量。其中，目标向量用于表征上述用户的、与上述待处理向量不同的其他画像信息。最后，根据上述待处理向量和目标向量向上述用户所在的终端发送信息，提高了发送信息的准确性。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：图1是本公开的一个实施例可以应用于其中的示例性系统架构图；图2是根据本公开的用于发送信息的方法的一个实施例的流程图；图3是根据本公开的用于发送信息的方法的一个应用场景的示意图；图4本文档来自技高网...

【技术保护点】
1.一种用于发送信息的方法，包括：/n将用户的待处理画像信息转换为待处理向量；/n将所述待处理向量导入向量生成模型，得到对应所述待处理向量的目标向量，所述向量生成模型用于将待处理向量转换为对应待处理向量的不同维度的目标向量；/n根据所述待处理向量和所述目标向量向所述用户所在的终端发送信息。/n

【技术特征摘要】
1.一种用于发送信息的方法，包括：
将用户的待处理画像信息转换为待处理向量；
将所述待处理向量导入向量生成模型，得到对应所述待处理向量的目标向量，所述向量生成模型用于将待处理向量转换为对应待处理向量的不同维度的目标向量；
根据所述待处理向量和所述目标向量向所述用户所在的终端发送信息。


2.根据权利要求1所述的方法，其中，所述向量生成模型包括特征扩展网络和特征精简网络，以及
所述将所述待处理向量导入向量生成模型，得到对应所述待处理向量的目标向量，包括：
将所述待处理向量输入至所述特征扩展网络，得到对应所述待处理向量的扩展向量，其中，所述特征扩展网络用于对待处理向量进行向量变换，并增加所述待处理向量的向量维度；
将所述扩展向量输入至所述特征精简网络，得到目标向量，其中，所述特征精简网络用于对所述扩展向量进行向量变换，并降低所述扩展向量的向量维度。


3.根据权利要求1所述的方法，其中，所述向量生成模型通过以下步骤训练得到：
获取至少一条样本向量，并生成初始向量生成模型和对应所述初始向量生成模型的镜像网络；
将每一条所述样本向量作为所述初始向量生成模型的输入，得到对应每一条所述样本向量的样本目标向量；
将所述样本目标向量输入至所述镜像网络，得到镜像样本向量；
响应于所述镜像样本向量与对应的样本向量之间的误差小于第一设定阈值，将所述初始向量生成模型作为训练完成的向量生成模型。


4.根据权利要求3所述的方法，其中，所述初始向量生成模型包括：初始特征扩展网络和初始特征精简网络，以及
所述将每一条所述样本向量作为所述初始向量生成模型的输入，得到对应每一条所述样本向量的样本目标向量，包括：
将每一条所述样本向量作为初始特征扩展网络的输入，并将所述初始特征扩展网络的输出向量输入至所述初始特征精简网络，得到对应每一条所述样本向量的样本目标向量。


5.根据权利要求4所述的方法，其中，所述镜像网络包括：镜像特征精简网络和镜像特征扩展网络，以及
所述将所述样本目标向量输入至所述镜像网络，得到镜像样本向量，包括：
将每一条所述样本向量对应的样本目标向量作为所述镜像特征精简网络的输入，并将所述镜像特征精简网络的输出输入至所述镜像特征扩展网络，得到对应每一条所述样本向量的镜像样本向量。


6.根据权利要求3所述的方法，其中，所述向量生成模型的训练步骤还包括：
通过基准向量对所述样本目标向量的准确性进行验证；
响应于所述样本目标向量与基准向量的误差小于第二设定阈值，将所述样本目标向量输入至所述镜像网络。


7.一种用于发送信息的装置，包括：
待处理向量获取单元，被配置成将用户的待处理画像信息转换为待处理向量；
目标向量获取单元，被配置成将所述待处理向量导入向量生成模型，得到对应所述待处理向量的目标向量，所述向量生成模型用于将待处理向量转换为对应待处理向量的不同维度的目标向量；
信息发送...

【专利技术属性】
技术研发人员：韩超，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11