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() 一种目标检索方法、装置、电子设备及存储介质制造方法及图纸_技高网

一种目标检索方法、装置、电子设备及存储介质制造方法及图纸

技术编号:41207160 阅读:6 留言:0更新日期:2024-05-07 22:33
本申请涉及计算机模型技术领域,提供了一种目标检索方法和装置、电子设备及存储介质。该方法通过获取目标查询文本;将目标查询文本输入至文本处理模型,文本处理模型是基于训练查询文本对应的第一稠密文本向量和第一稀疏文本向量,以及样本信息对应的样本稠密文本向量和样本稀疏文本向量训练得到的;获取文本处理模型生成的目标查询文本对应的目标描述信息;该目标描述信息丰富了目标查询文本的语义信息,根据目标描述信息进行目标检索,得到目标检索结果,由于目标描述信息丰富了目标查询文本的语义信息,因此,根据目标描述信息进行目标检索的步骤中达到了提高向量检索能力的效果,进而提高了目标检索结果的准确性和可靠性。

【技术实现步骤摘要】

本申请涉及计算机模型,尤其涉及一种目标检索方法和装置、电子设备及存储介质。


技术介绍

1、随着计算机技术的发展,各式各样的数据量也随之猛增,形成了有百万、千万级别记录。在用户有检索需求时,计算机需要根据用户提供的检索条件为用户在百万、千万级别记录中搜索出符合用户需求的内容。

2、相关技术中,无法根据用户的检索需求,精准高效的从记录中确定用户需求的目标。


技术实现思路

1、有鉴于此,本申请实施例提供了一种目标检索方法和装置、电子设备及存储介质,以解决现有技术中,无法根据检索需求,精准高效的从记录中确定目标的问题。

2、本申请实施例的第一方面,提供了一种目标检索方法,该方法包括:获取目标查询文本;将目标查询文本输入至文本处理模型,文本处理模型是基于训练查询文本对应的第一稠密文本向量和第一稀疏文本向量,以及样本信息对应的样本稠密文本向量和样本稀疏文本向量训练得到的;获取文本处理模型生成的目标查询文本对应的目标描述信息;根据目标描述信息进行目标检索,得到目标检索结果。

3、本申请实施例的第二方面,提供了一种目标检索装置,该装置包括:获取模块,用于获取目标查询文本;输入模块,用于将目标查询文本输入至文本处理模型,文本处理模型是基于训练查询文本对应的第一稠密文本向量和第一稀疏文本向量,以及样本信息对应的样本稠密文本向量和样本稀疏文本向量训练得到的;生成模块,用于获取文本处理模型生成的目标查询文本对应的目标描述信息;检索模块,用于根据目标描述信息进行目标检索,得到目标检索结果。

4、本申请实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

5、本申请实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

6、本申请实施例与现有技术相比存在的有益效果是:本申请实施例中通过获取目标查询文本;将目标查询文本输入至文本处理模型,文本处理模型是基于训练查询文本对应的第一稠密文本向量和第一稀疏文本向量,以及样本信息对应的样本稠密文本向量和样本稀疏文本向量训练得到的;获取文本处理模型生成的目标查询文本对应的目标描述信息;该目标描述信息丰富了目标查询文本的语义信息,根据目标描述信息进行目标检索,得到目标检索结果,由于目标描述信息丰富了目标查询文本的语义信息,因此,根据目标描述信息进行目标检索的步骤中达到了提高向量检索能力的效果,进而提高了目标检索结果的准确性和可靠性,避免了相关技术中,无法根据检索需求,精准高效的从记录中确定目标的问题。

本文档来自技高网...

【技术保护点】

1.一种目标检索方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述样本稠密文本向量包括:第一稠密文本向量、第二稠密文本向量以及第三稠密文本向量,所述样本稀疏文本向量包括:第一稀疏文本向量、第二稀疏文本向量以及第三稀疏文本向量;将所述目标查询文本输入至文本处理模型之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述初始文本处理模型包括:第一稠密向量编码器和第一稀疏向量编码器;根据所述训练查询文本获取所述第一稠密文本向量和第一稀疏文本向量,包括:

4.根据权利要求2所述的方法,其特征在于,根据所述第一稠密文本向量和第一稀疏文本向量、所述第二稠密文本向量和第二稀疏文本向量,以及多个所述第三稠密文本向量和第三稀疏文本向量对初始文本处理模型进行训练,包括:

5.根据权利要求2所述的方法,其特征在于,根据所述第一稠密文本向量和第一稀疏文本向量、所述第二稠密文本向量和第二稀疏文本向量,以及多个所述第三稠密文本向量和第三稀疏文本向量对初始文本处理模型进行训练,包括:

6.根据权利要求4或5所述的方法,其特征在于,根据所述模型损失函数对所述初始文本处理模型进行训练,得到所述文本处理模型,包括:

7.根据权利要求1所述的方法,其特征在于,根据所述目标描述信息进行目标检索,得到目标检索结果之后,所述方法还包括:

8.一种目标检索装置,其特征在于,所述装置包括:

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种目标检索方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述样本稠密文本向量包括:第一稠密文本向量、第二稠密文本向量以及第三稠密文本向量,所述样本稀疏文本向量包括:第一稀疏文本向量、第二稀疏文本向量以及第三稀疏文本向量;将所述目标查询文本输入至文本处理模型之前,所述方法还包括:

3.根据权利要求2所述的方法,其特征在于,所述初始文本处理模型包括:第一稠密向量编码器和第一稀疏向量编码器;根据所述训练查询文本获取所述第一稠密文本向量和第一稀疏文本向量,包括:

4.根据权利要求2所述的方法,其特征在于,根据所述第一稠密文本向量和第一稀疏文本向量、所述第二稠密文本向量和第二稀疏文本向量,以及多个所述第三稠密文本向量和第三稀疏文本向量对初始文本处理模型进行训练,包括:

5.根据权利要求2所述的方法,其特征在于,根据所述第一稠密文本向量和第一稀...

【专利技术属性】
技术研发人员:岳华东
申请(专利权)人:深圳须弥云图空间科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1