一种基于上下文表示学习的性化搜索方法
摘要:
本发明通过人工智能领域的方法,实现了一种基于上下文表示学习的性化搜索方法,将用户历史编码为语境信息来强化查询表示。我们分别设计了查询消歧和意图预测两个部分来对推断用户的信息需求,他们运用层次化transformer来编码语境信息,查询消歧将查询语境的输入划分为查询单词、短期历史和长期历史三个层面,并分别进行消歧操作。两个部分的输出通过门控单元融合,我们设计了两种损失函数来优化整个模型;之后对所述查询消岐模型的分析结果和所述已有查询日志预测结果进行融合和重排运算,并对结果进行优化。通过上述手段,在不建立用户模型的基础上对用户历史进行编码,理解用户基于当前查询的真实需求和真实意图。
公开/授权文献
0/0