【技术实现步骤摘要】
本说明书实施例涉及计算机，特别涉及一种推荐模型训练方法。
技术介绍
1、随着互联网的快速发展，各互联网平台上的信息层出不穷，用户需要通过搜索引擎在海量信息中检索需要的内容。搜索引擎能够实现基于用户的输入内容进行搜索，匹配到与用户的输入内容关联度较高的信息并反馈，实现为用户提供信息推荐服务。
2、现有技术中，搜索引擎只基于用户输入的文本内容进行搜索，这会存在缺乏垂直领域语义泛化、无法很好的兼顾用户其他信息的问题。从而导致为用户推荐的内容质量较差，推荐准确度较低的问题。因此，亟需一种较为有效的方法以解决上述问题。
技术实现思路
1、有鉴于此，本说明书实施例提供了一种推荐模型训练方法。本说明书一个或者多个实施例同时涉及一种推荐模型训练装置，一种推荐模型应用方法，一种推荐模型应用装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
2、根据本说明书实施例的第一方面，提供了一种推荐模型训练方法，包括：
3、基于预训练语言模...
【技术保护点】
1.一种推荐模型训练方法，包括：
2.根据权利要求1所述的方法，所述基于所述搜索方信息和所述被推荐方信息构建包含正样本和负样本的样本组，包括：
3.根据权利要求2所述的方法，所述在所述被推荐方信息中进行第一阶段采样，根据采样结果确定负样本信息，包括：
4.根据权利要求2所述的方法，所述在所述被推荐方信息中进行第一阶段采样，根据采样结果确定负样本信息，包括：
5.根据权利要求1所述的方法，所述基于预训练语言模型构建目标业务对应的初始推荐模型，包括：
6.根据权利要求1所述的方法，所述利用所述初始推荐模型对所述样...
【技术特征摘要】
1.一种推荐模型训练方法，包括：
2.根据权利要求1所述的方法，所述基于所述搜索方信息和所述被推荐方信息构建包含正样本和负样本的样本组，包括：
3.根据权利要求2所述的方法，所述在所述被推荐方信息中进行第一阶段采样，根据采样结果确定负样本信息，包括：
4.根据权利要求2所述的方法，所述在所述被推荐方信息中进行第一阶段采样，根据采样结果确定负样本信息，包括：
5.根据权利要求1所述的方法，所述基于预训练语言模型构建目标业务对应的初始推荐模型，包括：
6.根据权利要求1所述的方法，所述利用所述初始推荐模型对所述样本组包含的所述正样本和所述负样本进行处理，获得所述正样本对应的正分值序列，以及所述负样本对应的负分值序列，包括：
7.根据权利要求6所述的方法，所述利用所述初始推荐模型中包含的网络层对所述搜索方语义向量，所述正样本向量和所述负样本向量进行处理，获得所述正样本对应的正分值序列，以...
【专利技术属性】
技术研发人员：周康，
申请(专利权)人：杭州阿里云飞天信息技术有限公司，
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。