System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及一种数据改写方法、装置、计算机设备及存储介质。
技术介绍
1、在信息检索领域中,query(待查询数据)改写是一个重要的问题,其中,query改写的目的是将用户输入的query(即待查询数据)转换为更具体、更精确的query待查询数据,以便获得更好的搜索结果。传统的query改写方法多基于规则和统计模型,数据改写的效果不是很理想。
技术实现思路
1、本申请实施例提供了一种数据改写方法、装置、计算机设备及存储介质,可以生成更精确的待查询数据,有助于提高检索效率和准确率。
2、第一方面,本申请实施例提供了一种数据改写方法,包括:
3、获取样本数据集,所述样本数据集包括多个样本待查询数据,并确定所述多个样本待查询数据中各个样本待查询数据对应的样本数据特征向量;
4、将所述各个样本待查询数据对应的样本数据特征向量输入预设的神经网络模型进行训练,得到第一数据改写模型;
5、利用预设的对比学习算法以及所述各样本待查询数据对所述第一数据改写模型进行优化处理,得到第二数据改写模型;
6、获取待处理数据,并将所述待处理数据输入所述第二数据改写模型,生成与所述待处理数据对应的目标改写数据。
7、第二方面,本申请实施例提供了一种数据改写装置,包括:
8、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待查询数据,并确定所述多个样本待查询数据中各个样本待查询数据对应的样本数据特征向量;<
...【技术保护点】
1.一种数据改写方法,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,所述确定所述多个样本待查询数据中各个样本待查询数据对应的样本数据特征向量,包括:
3.根据权利要求2所述的方法,其特征在于,所述将所述各个样本待查询数据对应的样本数据特征向量输入预设的神经网络模型进行训练,得到第一数据改写模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述当前字之前生成的所有字的向量输入所述预设的神经网络模型进行训练,得到所述第一数据改写模型,包括:
5.根据权利要求2所述的方法,其特征在于,所述将所述各个样本待查询数据对应的样本数据特征向量输入预设的神经网络模型进行训练,得到第一数据改写模型,包括:
6.根据权利要求1所述的方法,其特征在于,所述利用预设的对比学习算法以及所述各样本待查询数据对所述第一数据改写模型进行优化处理,得到第二数据改写模型,包括:
7.根据权利要求6所述的方法,其特征在于,所述根据所述第三对比结果对所述第一数据改写模型进行优化处理,得到所述第二数据改写模型,包括:
>8.一种数据改写装置,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】
1.一种数据改写方法,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,所述确定所述多个样本待查询数据中各个样本待查询数据对应的样本数据特征向量,包括:
3.根据权利要求2所述的方法,其特征在于,所述将所述各个样本待查询数据对应的样本数据特征向量输入预设的神经网络模型进行训练,得到第一数据改写模型,包括:
4.根据权利要求3所述的方法,其特征在于,所述将所述当前字之前生成的所有字的向量输入所述预设的神经网络模型进行训练,得到所述第一数据改写模型,包括:
5.根据权利要求2所述的方法,其特征在于,所述将所述各个样本待查询数据对应的样本数据特征向量输入预设的神经网络模型进行训练,得到第一数据改写模型,包括:
6.根据权利要求1所述的方法,...
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。