【技术实现步骤摘要】
一种推荐方法
,
终端及存储介质
[0001]本申请涉及计算机
,尤其涉及一种推荐方法,终端及存储介质
。
技术介绍
[0002]现有的推荐方法可以综合用户特征
、
大屏内容特征
、
历史行为特征,得出用户对内容感兴趣的概率,返回推荐结果给用户以满足用户需求
。
[0003]在现有的推荐方法中,
Word2vec
能够在向量空间内将词的向量按照相似性进行分组,并识别数学上的相似性,只要给出足够的数据
、
用法和上下文,
Word2vec
就可以根据过去的经验对词的意义进行预测或聚类;
Word2vec
由于其通用性被广泛使用,然而,
Word2vec
忽略了内容实体的特性,不能准确地识别出用户想要搜索的内容实体和搜索意图,从而造成终端智能性较差的问题
。
技术实现思路
[0004]本申请实施例提供了一种推荐方法,终端及存储介质,能够有效识别搜索内容实体和搜索意图,提高终端智能性
。
[0005]本申请实施例的技术方案是这样实现的:
[0006]第一方面,本申请实施例提供了一种推荐方法,所述方法包括:
[0007]获取搜索文本;
[0008]根据命名实体识别模型对所述搜索文本进行命名实体识别处理,获得命名实体识别结果;
[0009]根据语言分类模型对所述搜索文本进行搜索意图识别处理,获得搜索意
【技术保护点】
【技术特征摘要】
1.
一种推荐方法,其特征在于,所述方法包括:获取搜索文本;根据命名实体识别模型对所述搜索文本进行命名实体识别处理,获得命名实体识别结果;根据语言分类模型对所述搜索文本进行搜索意图识别处理,获得搜索意图识别结果;基于所述命名实体识别结果和所述搜索意图识别结果确定搜索目标,并根据所述搜索目标确定推荐内容
。2.
根据权利要求1所述的方法,其特征在于,所述根据所述搜索目标确定推荐内容,包括:根据所述搜索目标,在预设知识图谱中确定所述推荐内容;其中,所述推荐内容包括所述搜索目标对应的目标搜索结果,和与所述目标搜索结果相关的推荐结果
。3.
根据权利要求1所述的方法,其特征在于,所述根据命名实体识别模型对所述搜索文本进行命名实体识别处理,获得命名实体识别结果之前,所述方法包括:获取第一训练数据集;利用所述第一训练数据集对初始命名实体识别模型进行训练处理,获得所述命名实体识别模型
。4.
根据权利要求3所述的方法,其特征在于,所述利用所述第一训练数据集对初始命名实体识别模型进行训练处理,获得所述命名实体识别模型,包括:将所述第一训练数据集输入所述初始命名实体识别模型,获得识别结果;计算所述识别结果对应的均值参数和方差参数;若所述均值参数和所述方差参数不满足预设条件,则根据所述均值参数和所述方差参数更新所述初始命名实体识别模型;继续将所述第一训练数据集输入至所述初始命名实体识别模型,直到输出的识别结果对应的更新的均值参数和更新的方差参数满足所述预设条件,获得所述命名实体识别模型
。5.
根据权利要求4所述的方法,其特征在于,所述初始命名实体识别模型中包括预测模块和评分约束模块;所述将所述第一训练数据集输入所述初始命名实体识别模型,获得识别结果,包括:利用所述预测模块对所述第一训练数据集进行命名实体预测处理,获得所述第一训练数据集对应的命名实体预测结果;利用所述评分约束模块对所述命名实体预测结果进行筛选,获得所述命名实体预测结果中,预测分值最高的目标预测结果;将所述目标预测结果确定为所述识别结果
。6.
根据权利要求1所述的方法,其特征在于,所述根据语言分类模型对所述搜索文本进行搜索意图识别处理,获得搜索意图识...
【专利技术属性】
技术研发人员:曹湘,陈笑,徐恒,郭建军,梅铮,
申请(专利权)人:中国移动通信集团有限公司,
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。