【技术实现步骤摘要】
基于上下文的模型训练方法、装置、电子设备及存储介质
[0001]本公开涉及人工智能
,尤其涉及智能搜索、自动驾驶、自主泊车、智能交通等领域。
技术介绍
[0002]随着技术的发展,可以通过人工智能改善硬件性能,所适用的应用场景多种多样,比如搜索、地图导航、自动驾驶、自主泊车、智能交通等应用场景,在这些应用场景的硬件设计中都可以采用人工智能技术,即将训练好的模型部署于硬件中,以提高硬件的处理速度及处理准确率。
[0003]以搜索为例,大多需要用户多阶段的搜索才可以明确用户意图,导致成本高且搜索精度低,需要提高所部署模型的搜索性能。
技术实现思路
[0004]本公开提供了一种基于上下文的模型训练方法、搜索方法、装置、电子设备以及存储介质。
[0005]根据本公开的一方面,提供了一种基于上下文的模型训练方法,包括:
[0006]根据当前搜索请求及n个历史搜索请求,得到用于表征搜索意图的上下文信息,n为大于1的正整数;
[0007]根据上下文信息,得到与当前搜索请求相关联的k个历史搜索请求,k为小于n的正整数;
[0008]将k个历史搜索请求作为第一模型的训练样本,对第一模型进行训练,得到训练后的第二模型。
[0009]根据本公开的另一方面,提供了一种搜索方法,包括:
[0010]响应当前搜索请求,得到当前搜索请求中的至少一个搜索关键词;
[0011]根据至少一个搜索关键词,得到与当前搜索请求相关联的多个历史搜索请求;
[0012] ...
【技术保护点】
【技术特征摘要】
1.一种基于上下文的模型训练方法,包括:根据当前搜索请求及n个历史搜索请求,得到用于表征搜索意图的上下文信息,n为大于1的正整数;根据所述上下文信息,得到与所述当前搜索请求相关联的k个历史搜索请求,所述k为小于n的正整数;将所述k个历史搜索请求作为第一模型的训练样本,对所述第一模型进行训练,得到训练后的第二模型。2.根据权利要求1所述的方法,其中,所述根据当前搜索请求及n个历史搜索请求,得到用于表征搜索意图的上下文信息,包括:将所述当前搜索请求及所述n个历史搜索请求输入第三模型;在所述第三模型中进行语义关联,得到在语义上相关联的上下文信息。3.根据权利要求2所述的方法,其中,所述根据所述上下文信息,得到与所述当前搜索请求相关联的k个历史搜索请求,包括:根据所述在语义上相关联的上下文信息,从所述n个历史搜索请求中筛选出所述k个历史搜索请求。4.根据权利要求1
‑
3中任一项所述的方法,其中,所述将所述k个历史搜索请求作为第一模型的训练样本,对所述第一模型进行训练,得到训练后的第二模型,包括:所述第一模型为双塔模型的情况下,将所述k个历史搜索请求输入所述双塔模型的第一分支,将地图数据中的兴趣点输入所述双塔模型的第二分支;获取所述第一分支输出的与所述k个历史搜索请求相关联的第一语义向量;获取所述第二分支输出的与所述兴趣点相关联的第二语义向量;在基于所述第一语义向量与所述第二语义向量的相关性打分满足预期分值的情况下结束训练,得到所述第二模型。5.根据权利要求4所述的方法,还包括:将所述k个历史搜索请求输入所述第二模型,得到与所述k个历史搜索请求相关联的候选兴趣点,其中,所述候选兴趣点中包括目的兴趣点。6.根据权利要求5所述的方法,还包括:将所述k个历史搜索请求及所述候选兴趣点作为第四模型的训练样本,对所述第四模型进行训练,得到训练后的第五模型。7.根据权利要求6所述的方法,其中,所述将所述k个历史搜索请求及所述候选兴趣点作为第四模型的训练样本,对所述第四模型进行训练,得到训练后的第五模型,包括:将所述k个历史搜索请求及所述候选兴趣点输入第四模型;在所述第四模型中进行所述k个历史搜索请求及所述候选兴趣点之间的语义聚合,得到语义聚合的相关性打分;在所述语义聚合的相关性打分满足预期分值的情况下结束训练,得到所述第五模型。8.一种搜索方法,包括:响应当前搜索请求,得到所述当前搜索请求中的至少一个搜索关键词;根据所述至少一个搜索关键词,得到与所述当前搜索请求相关联的多个历史搜索请求;
将所述多个历史搜索请求输入第二模型,得到搜索结果;其中,所述多个历史搜索请求中携带用于表征与所述当前搜索请求的搜索意图相关联的上下文信息;其中,所述第二模型为根据权利要求1
‑
7训练得到的搜索模型。9.根据权利要求8所述的方法,其中,所述将所述多个历史搜索请求输入第二模型,得到搜索结果,包括:所述至少一个搜索关键词包括地图数据中兴趣点的情况下,根据所述第二模型对与所述多个历史搜索请求相关联的兴趣点进行搜索,得到候选兴趣点,其中,所述候选兴趣点中包括目的兴趣点;将所述候选兴趣点作为所述搜索结果。10.根据权利要求9所述的方法,还包括:对所述候选兴趣点进行排序,得到排序在前的所述目的兴趣点;以文本标识模式或语音播报模式反馈所述目的兴趣点。11.一种基于上下文的模型训练装置,包括:第一处理模块,用于根据当前搜索请求及n个历史搜索请求,得到用于表征搜索意图的上下文信息,n为大于1的正整数;第二处理模块,用于根据所述上下文信息,得到与所述当前搜索请求相关联的k个历史搜索请求...
【专利技术属性】
技术研发人员:康张琦,卓安,
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:
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。