【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种数据生成方法、装置、计算机设备及存储介质。
技术介绍
1、随着计算机技术的发展，关于数据查询的技术也越来越多，主要有两种方式：一种是用户可以通过一些搜索引擎或对话系统等现有的查询系统查询数据，用户可以通过在搜索引擎输入待查询词，搜索引擎可以输出该待查询词的查询结果，例如待查询词可以为问题，查询结果可以为答案；另一种是通过模型生成待查询词的查询结果。然而，通过搜索引擎这方式查询到的结果在数据和数量方面均存在局限性，目前通过模型生成的查询结果较为广泛，不能满足用户的个性化需求。因此如何更好地查询数据成为研究的重点。
技术实现思路
1、本申请实施例提供了一种数据生成方法、装置、计算机设备及存储介质，可以训练得到满足用户个性化需求的数据生成模型，以生成满足用户个性化需求的数据。
2、第一方面，本申请实施例提供了一种数据生成方法，包括：
3、获取样本数据集，所述样本数据集包括多个样本数据，每个样本数据为三元组数据，所述三元组数据包括样本用户数据、样本待查询词和所述样本待查询词对应的样本查询文档，其中，所述样本用户数据包括用户标识以及用户的历史行为数据，所述用户的历史行为数据包括用户的历史点击文档信息和用户的历史搜索待查询词信息；
4、从所述样本数据集的各个样本数据中提取样本特征，并将所述样本特征输入改进的深度学习模型进行训练，得到数据生成模型；
5、获取待查询数据以及所述待查询数据对应的用户的历史行为数据，并将所
6、第二方面，本申请实施例提供了一种数据生成装置，包括：
7、获取单元，用于获取样本数据集，所述样本数据集包括多个样本数据，每个样本数据为三元组数据，所述三元组数据包括样本用户数据、样本待查询词和所述样本待查询词对应的样本查询文档，其中，所述样本用户数据包括用户标识以及用户的历史行为数据，所述用户的历史行为数据包括用户的历史点击文档信息和用户的历史搜索待查询词信息；
8、训练单元，用于从所述样本数据集的各个样本数据中提取样本特征，并将所述样本特征输入改进的深度学习模型进行训练，得到数据生成模型；
9、生成单元，用于获取待查询数据以及所述待查询数据对应的用户的历史行为数据，并将所述待查询数据以及所述待查询数据对应的用户的历史行为数据输入所述数据生成模型，生成与所述待查询数据对应的查询结果数据。
10、第三方面，本申请实施例提供了一种计算机设备，所述计算机设备包括：处理器和存储器，所述处理器用于执行上述第一方面所述的方法。
11、第四方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有程序指令，该程序指令被执行时实现上述第一方面所述的方法。
12、本申请实施例可以。
本文档来自技高网...【技术保护点】
1.一种数据生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述从所述样本数据集的各个样本数据中提取样本特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述改进的深度学习模型包括编码器和解码器；所述将所述样本特征输入改进的深度学习模型进行训练，得到数据生成模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述编码器包括嵌入层和自注意力层；所述将所述样本用户特征中的用户标识特征和所述用户的历史行为数据特征输入所述改进的深度学习模型的编码器，得到样本用户特征向量，包括：
5.根据权利要求4所述的方法，其特征在于，所述用户的历史行为数据特征包括用户的历史点击文档特征和用户的历史搜索待查询词特征，所述编码器的自注意力层包括第一自注意力层和第二自注意力层；所述将所述样本用户特征中用户的历史行为数据特征输入所述编码器的自注意力层，得到历史行为数据特征向量，包括：
6.根据权利要求3所述的方法，其特征在于，所述利用所述样本待查询词的查询结果以及所述样本待查询词对应的样本查询文档对所述改进的深度学习
7.根据权利要求1所述的方法，其特征在于，所述获取待查询数据以及所述待查询数据对应的用户的历史行为数据，包括：
8.一种数据生成装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，该程序指令被执行时实现如权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种数据生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述从所述样本数据集的各个样本数据中提取样本特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述改进的深度学习模型包括编码器和解码器；所述将所述样本特征输入改进的深度学习模型进行训练，得到数据生成模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述编码器包括嵌入层和自注意力层；所述将所述样本用户特征中的用户标识特征和所述用户的历史行为数据特征输入所述改进的深度学习模型的编码器，得到样本用户特征向量，包括：
5.根据权利要求4所述的方法，其特征在于，所述用户的历史行为数据特征包括用户的历史点击文档特征和用户的历史搜索待查询词特征，所述编码器的自注意力层包括第一自注意力层和第二自注意力层；所述将所述样本用户特征中用户的历史行为数据特征输入所述编码器...
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。