响应用户端请求的处理装置和处理方法制造方法及图纸

本申请实施例提供了一种响应用户端请求的处理装置和处理方法，其中，该装置包括：获取模块，用于获取历史出行数据中的样本语料，所述样本语料包括在历史出行数据中用户端与出行服务平台之间的多条会话条目；生成模块，基于所述样本语料，生成初始特征向量；所述初始特征向量包括在会话条目中具有上下文关系的各词汇分别对应的多种特征向量；训练模块，将所述初始特征向量按照对应词汇的上下文关系输入到预先构建的特征向量校准模型中，训练得到每个词汇分别对应的多种校准后的特征向量；响应模块基于训练得到的所述校准后的特征向量，响应用户端的访问请求。本申请实施例能够提高在出行领域中响应用户端访问请求的准确度。

【技术实现步骤摘要】
响应用户端请求的处理装置和处理方法
本申请涉及信息
，具体而言，涉及一种响应用户端请求的处理装置和处理方法。
技术介绍
一个词汇一般对应多种特征向量，不同特征向量具有的含义不同，如，表征词汇的含义、表征词汇中包含的字的含义、表征词汇中包含的字的偏旁结构，词的特征向量可以应用于各种不同业务需求中，比如对用户的问题进行语义分析等。目前，在确定各种词的特征向量时，一般是基于维基百科实现的，也就是，从维基百科中获取大量的文本，进行词汇提取、处理得到各个词的特征向量，再将这些特征向量应用到不同的业务场景中。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种响应用户端请求的处理装置和处理方法，以提高在出行领域中响应用户端访问请求的准确度。第一方面，本申请实施例提供了一种响应用户端请求的处理装置，该装置包括：获取模块，用于获取历史出行数据中的样本语料，所述样本语料包括在历史出行数据中用户端与出行服务平台之间的多条会话条目；生成模块，用于基于所述获取模块获取的所述样本语料，生成初始特征向量；所述初本文档来自技高网...

【技术保护点】
1.一种响应用户端请求的处理装置，其特征在于，该装置包括：/n获取模块，用于获取历史出行数据中的样本语料，所述样本语料包括在历史出行数据中用户端与出行服务平台之间的多条会话条目；/n生成模块，用于基于所述获取模块获取的所述样本语料，生成初始特征向量；所述初始特征向量包括每个词汇分别对应的多种特征向量；/n训练模块，用于将所述生成模块生成的所述初始特征向量按照对应词汇在会话条目中的上下文关系输入到预先构建的特征向量校准模型中，训练得到每个词汇分别对应的多种校准后的特征向量；/n响应模块，用于基于所述训练模块训练得到的所述校准后的特征向量，响应用户端的访问请求。/n

【技术特征摘要】
1.一种响应用户端请求的处理装置，其特征在于，该装置包括：
获取模块，用于获取历史出行数据中的样本语料，所述样本语料包括在历史出行数据中用户端与出行服务平台之间的多条会话条目；
生成模块，用于基于所述获取模块获取的所述样本语料，生成初始特征向量；所述初始特征向量包括每个词汇分别对应的多种特征向量；
训练模块，用于将所述生成模块生成的所述初始特征向量按照对应词汇在会话条目中的上下文关系输入到预先构建的特征向量校准模型中，训练得到每个词汇分别对应的多种校准后的特征向量；
响应模块，用于基于所述训练模块训练得到的所述校准后的特征向量，响应用户端的访问请求。


2.如权利要求1所述的响应用户端请求的处理装置，其特征在于，所述生成模块具体用于：
按照产生时间由远及近的顺序，对所述多条会话条目进行拼接处理；
从拼接处理后的所述多条会话条目中去除干扰条目；
对去除干扰条目的所述多条会话条目进行分词处理，得到分词语料库；
基于所述分词语料库，生成所述初始特征向量。


3.如权利要求2所述的响应用户端请求的处理装置，其特征在于，所述训练模块具体用于：
根据所述特征向量校准模型对应的目标词汇数目和所述分词语料库中各分词之间的上下文关系，生成多个词汇集；其中每个词汇集中包括的词汇数目等于所述目标词汇数目，且同一词汇集中的各个词汇之间具有上下文关系；
将每个词汇集中包含的各词汇对应的初始特征向量作为所述特征向量校准模型的输入特征，将相应词汇的词标识作为所述特征向量校准模型的输出特征，对所述特征向量校准模型进行训练，得到所述分词语料库中每个词汇分别对应的多种校准后的特征向量。


4.如权利要求3所述的响应用户端请求的处理装置，其特征在于，所述训练模块还用于根据以下步骤对所述特征向量校准模型进行训练：
从当前次训练对应的当前词汇集中确定中心词汇和与所述中心词汇相邻、且具有上下文关系的非中心词汇；
将所述当前词汇集中的中心词汇对应的初始特征向量、非中心词汇对应的初始特征向量作为所述特征向量校准模型的输入特征，将所述中心词汇的词标识作为所述特征向量校准模型的输出特征，对所述特征向量校准模型进行训练，得到所述当前词汇集中非中心词汇对应的多种校准后的特征向量；
在得到所述当前词汇集中非中心词汇对应的多种校准后的特征向量后，利用该多种校准后的特征向量，更新下一次训练对应的下一个词汇集中各词汇的初始特征向量，将下一个词汇集作为当前词汇集，执行所述从当前次训练对应的当前词汇集中确定中心词汇和与所述中心词汇相邻的且具有上下文关系的非中心词汇的步骤，直到得到所有词汇集中非中心词汇对应的多种校准后的特征向量为止。


5.如权利要求4所述的响应用户端请求的处理装置，其特征在于，所述装置还包括：调整模块，所述调整模块具体用于：
根据所述训练模块训练得到的所述当前次训练对应的当前词汇集中非中心词汇对应的多种校准后的特征向量、中心词汇对应的表示向量，以及当前次训练对应的分词语料库中每个词汇对应的表示向量，确定当前次训练对应的损失函数值；
按照使得所述...

【专利技术属性】
技术研发人员：李帅，王伟玮，李奘，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11