本申请提供了一种推荐对象确定方法、装置、电子设备及存储介质，涉及信息处理技术领域，旨在准确确定当前对象在当前推荐场景下的推荐对象。所述方法包括：获取第一模型针对当前对象输出的在当前推荐场景下的场景自适应语义表示，以及获取第二模型针对当前对象输出的静态语义表示；根据当前对象的场景自适应语义表示，预测当前对象、当前推荐场景表征的推荐关系以及候选对象三者组成的三元组的第一推荐得分；根据当前对象的静态语义表示，预测三元组的第二推荐得分；根据第一推荐得分、第二推荐得分以及两者各自的权重，确定总推荐得分；在总推荐得分高于预设分值的情况下，将候选对象确定为当前对象在当前推荐场景下的推荐对象。荐对象。荐对象。
【技术实现步骤摘要】
一种推荐对象确定方法、装置、电子设备及存储介质
[0001]本申请涉及信息处理
，特别是涉及一种推荐对象确定方法、装置、电子设备及存储介质。
技术介绍
[0002]知识图谱(Knowledge Graph)作为一种新型的人类结构化知识，其本质是现实世界中事实的结构化表示，由实体、连接关系和语义表示组成，实体可以是现实中存在的对象或者一些抽象的概念，连接关系是两个实体相连的逻辑缘由。
[0003]相关技术中，实体的语义表示是唯一、静态的。然而，实体的特征是多维的，因此基于实体唯一、静态的语义表示，确定一个实体是否为另一实体的相连的实体，具有不准确的技术问题。
技术实现思路
[0004]鉴于上述问题，本专利技术实施例提供了一种推荐对象确定方法、装置、电子设备及存储介质，以便克服上述问题或者至少部分地解决上述问题。
[0005]本专利技术实施例的第一方面，提供了一种推荐对象确定方法，所述方法包括：
[0006]获取第一模型针对当前对象输出的在当前推荐场景下的场景自适应语义表示，以及，获取第二模型针对所述当前对象输出的静态语义表示；
[0007]根据所述当前对象的场景自适应语义表示，预测所述当前对象、所述当前推荐场景表征的推荐关系以及候选对象三者组成的三元组的第一推荐得分；
[0008]根据所述当前对象的静态语义表示，预测所述三元组的第二推荐得分；
[0009]根据所述第一推荐得分、所述第二推荐得分以及两者各自的权重，确定总推荐得分；
[0010]在所述总推荐得分高于预设分值的情况下，将所述候选对象确定为所述当前对象在所述当前推荐场景下的推荐对象。
[0011]可选地，获取第一模型针对当前对象输出的在当前推荐场景下的场景自适应语义表示，包括：
[0012]获得所述当前对象的由K个子语义表示组成的初始化语义表示，其中，K为大于1的整数，K表示场景的数量；
[0013]将所述当前对象的多个关联对象的语义表示以及对应的连接边的语义表示相聚合，得到多个聚合语义表示；
[0014]在所述当前推荐场景为第k个场景的情况下，根据所述当前对象的第k个子语义表示与其关联对象的第k个子语义表示，确定所述当前对象与其邻居对象之间在第k个场景下的相关度，其中，1≤k≤K；
[0015]结合所述当前对象的初始化语义表示、所述多个聚合语义表示以及各自对应的相关度，获取所述当前对象在第k个场景下的语义表示；
[0016]根据所述当前对象在第1至K个场景下的语义表示，生成所述当前对象在当前推荐场景下的场景自适应语义表示。
[0017]可选地，所述当前对象的多个关联对象包括：所述当前对象的第1层关联节点至第N层关联节点；所述方法还包括：
[0018]依次取n从1至N，逐层进行聚合，得到第N层的多个聚合语义表示，在逐层聚合的过程中，根据第n层的连接边的语义表示，对第n+1层的连接边的语义表示进行更新；
[0019]结合所述当前对象的初始化语义表示、所述多个聚合语义表示以及各自对应的相关度，获取所述当前对象在第k个场景下的场景自适应语义表示，包括：
[0020]结合所述当前对象的初始化语义表示、所述第N步长的多个聚合语义表示以及各自对应的相关度，获取所述当前对象在第k个场景下的场景自适应语义表示。
[0021]可选地，获得所述当前对象的由K个子语义表示组成的初始化语义表示，包括：
[0022]获得所述当前对象的任意两个子语义表示的互信息；
[0023]以最小化所述当前对象的任意两个子语义表示的互信息为目标，获得所述当前对象的由K个子语义表示组成的初始化语义表示。
[0024]可选地，获得第二模型针对所述当前对象输出的静态语义表示，包括：
[0025]根据所述当前对象与其他对象之间的固有关系，以及其他对象的语义表示，生成所述当前对象的静态语义表示，所述固有关系包括以下至少一者：上下位关系、同义词关系、同位词关系。
[0026]以所述当前对象和所述多个关联对象中的任一对象为目标对象，在得到所述目标对象在各场景维度的向量表示之后，所述方法还包括：
[0027]确定所述目标对象在每两个场景维度的向量表示之间的互信息；
[0028]以最小化所述目标对象在任两个场景维度的向量表示之间的互信息为目标，对所述目标对象的特征重新进行聚合，得到所述目标对象在各场景维度的更新后的向量表示。
[0029]可选地，在确定所述当前对象在所述当前推荐场景下的推荐对象之后，所述方法还包括：
[0030]获取所述当前对象在所述当前推荐场景下的推送消息；
[0031]将所述推送消息，推送给所述当前对象在所述当前推荐场景下的推荐对象。
[0032]本专利技术实施例的第二方面，提供了一种推荐对象确定装置，所述装置包括：
[0033]语义获取模块，用于获取第一模型针对当前对象输出的在当前推荐场景下的场景自适应语义表示，以及，获取第二模型针对所述当前对象输出的静态语义表示；
[0034]第一得分预测模块，用于根据所述当前对象的场景自适应语义表示，预测所述当前对象、所述当前推荐场景表征的推荐关系以及候选对象三者组成的三元组的第一推荐得分；
[0035]第二得分预测模块，用于根据所述当前对象的静态语义表示，预测所述三元组的第二推荐得分；
[0036]总得分确定模块，用于根据所述第一推荐得分、所述第二推荐得分以及两者各自的权重，确定总推荐得分；
[0037]推荐对象确定模块，用于在所述总推荐得分高于预设分值的情况下，将所述候选对象确定为所述当前对象在所述当前推荐场景下的推荐对象。
[0038]可选地，所述语义获取模块包括：
[0039]初始化语义获取单元，用于获得所述当前对象的由K个子语义表示组成的初始化语义表示，其中，K为大于1的整数，K表示场景的数量；
[0040]语义聚合单元，用于将所述当前对象的多个关联对象的语义表示以及对应的连接边的语义表示相聚合，得到多个聚合语义表示；
[0041]相关度确定单元，用于在所述当前推荐场景为第k个场景的情况下，根据所述当前对象的第k个子语义表示与其关联对象的第k个子语义表示，确定所述当前对象与其邻居对象之间在第k个场景下的相关度，其中，1≤k≤K；
[0042]语义表示获取单元，用于结合所述当前对象的初始化语义表示、所述多个聚合语义表示以及各自对应的相关度，获取所述当前对象在第k个场景下的语义表示；
[0043]自适应语义表示生成单元，用于根据所述当前对象在第1至K个场景下的语义表示，生成所述当前对象在当前推荐场景下的场景自适应语义表示。
[0044]可选地，所述当前对象的多个关联对象包括：所述当前对象的第1层关联节点至第N层关联节点；所述装置还包括：
[0045]语义表示更新模块，用于依次取n从1至N，逐层进行聚合，得到第N层的多个聚合语义表示，在逐层聚合的过本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种推荐对象确定方法，其特征在于，所述方法包括：获取第一模型针对当前对象输出的在当前推荐场景下的场景自适应语义表示，以及，获取第二模型针对所述当前对象输出的静态语义表示；根据所述当前对象的场景自适应语义表示，预测所述当前对象、所述当前推荐场景表征的推荐关系以及候选对象三者组成的三元组的第一推荐得分；根据所述当前对象的静态语义表示，预测所述三元组的第二推荐得分；根据所述第一推荐得分、所述第二推荐得分以及两者各自的权重，确定总推荐得分；在所述总推荐得分高于预设分值的情况下，将所述候选对象确定为所述当前对象在所述当前推荐场景下的推荐对象。2.根据权利要求1所述的方法，其特征在于，获取第一模型针对当前对象输出的在当前推荐场景下的场景自适应语义表示，包括：获得所述当前对象的由K个子语义表示组成的初始化语义表示，其中，K为大于1的整数，K表示场景的数量；将所述当前对象的多个关联对象的语义表示以及对应的连接边的语义表示相聚合，得到多个聚合语义表示；在所述当前推荐场景为第k个场景的情况下，根据所述当前对象的第k个子语义表示与其关联对象的第k个子语义表示，确定所述当前对象与其邻居对象之间在第k个场景下的相关度，其中，1≤k≤K；结合所述当前对象的初始化语义表示、所述多个聚合语义表示以及各自对应的相关度，获取所述当前对象在第k个场景下的语义表示；根据所述当前对象在第1至K个场景下的语义表示，生成所述当前对象在当前推荐场景下的场景自适应语义表示。3.根据权利要求2所述的方法，其特征在于，所述当前对象的多个关联对象包括：所述当前对象的第1层关联节点至第N层关联节点；所述方法还包括：依次取n从1至N，逐层进行聚合，得到第N层的多个聚合语义表示，在逐层聚合的过程中，根据第n层的连接边的语义表示，对第n+1层的连接边的语义表示进行更新；结合所述当前对象的初始化语义表示、所述多个聚合语义表示以及各自对应的相关度，获取所述当前对象在第k个场景下的场景自适应语义表示，包括：结合所述当前对象的初始化语义表示、所述第N步长的多个聚合语义表示以及各自对应的相关度，获取所述当前对象在第k个场景下的场景自适应语义表示。4.根据权利要求2或3所述的方法，其特征在于，获得所述当前对象的由K个子语义表示组成的初始化语义表示，包括：获得所述当前对象的任意两个子语义表示的互信息；以最小化所述当前对象的任意两个子语义表示的互信息为目标，获得所述当前对象的由K个子语义表示组成的初始化语义表示。5.根据权利要求1所述的方法，其特征在于，获得第二模型针对所述当前对象输出的静态语义表示，包括：根据所述当前对象与其他对象之间的固有关系，以及其他对象的语义表示，生成所述当前对象的静态语义表示，所述固有关系包括以下至少一者：上下位关系、同义词关系、同
位词关系。以所述当前对象和...
【专利技术属性】
技术研发人员：吴俊康，曹雪智，张富峥，武威，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：
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。