standard download
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211257869.5 (22)申请日 2022.10.14 (71)申请人 成都数之联科技股份有限公司 地址 610000 四川省成 都市武侯区锦绣 街8 号2层270号 (72)发明人 不公告发明人 (51)Int.Cl. G06F 40/205(2020.01) G06F 40/30(2020.01) G06F 16/33(2019.01) G06K 9/62(2022.01) (54)发明名称 一种语义检索的召回和排序联合训练方法 及系统 (57)摘要 本发明提供一种语义检索的召回和排序联 合训练方法及系统, 涉及信息检索技术领域, 所 述方法包括: 基于查询文本和检索文本建立召回 和排序联合模 型, 使双塔模型和单塔模型输出分 布拟合; 基于查询文本对召回和排序联合模型进 行无监督训练; 基于查询文本和检索文本对召回 和排序联合模 型进行有监督训练; 通过召回和排 序联合模型的双塔模型生 成难负样 本; 迭代训练 召回和排序联合模型。 本发明通过双塔模型和单 塔模型的联合训练, 拟合双塔模 型和单塔模型的 数据输出分布, 提升语义检索中双塔模型的查全 率; 通过提升查全率, 在查全率相同的情况下, 减 少单塔模型的计算 量, 提升语义检索性能。 权利要求书3页 说明书9页 附图2页 CN 115329749 A 2022.11.11 CN 115329749 A 1.一种语义检索的召回和排序联合训练方法, 其特 征在于, 所述方法包括以下步骤: 基于查询文本和检索文本建立召回和排序联合模型, 使召回和排序联合模型的双塔模 型和单塔模型输出分布拟合; 基于查询文本对召回和排序联合模型进行 无监督训练; 基于查询文本和检索文本对召回和排序联合模型进行有监 督训练; 将查询文本输入有监督训练之后的召回和排序联合模型, 通过召回和排序联合模型的 双塔模型生成正样本和难负 样本; 基于正样本和难负 样本迭代训练召回和排序联合模型。 2.根据权利要求1所述的一种语义检索的召回和排序联合训练方法, 其特征在于, 使召 回和排序联合模型的双塔模型和单塔模型输出分布拟合的流 程如下: 通过双塔模型对查询文本q=Text1和检索文本p= Text2分别进行文本特征提取, 得到 文本特征 、 ; 计算查询文本q=Text1和检索文本p= Text2的双塔模型相似度 : 其中, 为查询文本q=Text1和检索文本p= Text2的向量内积, 为激活函数; 通过单塔模型对查询文本q=Text1和检索文本p= Text2进行特殊字符拼接, 并且对特 殊字符拼接结果Text1+ Text2进行文本特 征提取, 得到文本特 征 ; 计算查询文本和检索文本的单塔模型相似度 : 其中, 为特殊字符拼接结果Text1+ Text2的1维向量, 为激活函数; 基于双塔模型相似度 和单塔模型相似度 计算召回和排序联合模型的 总损失 , 使得双塔模型和单塔模型输出分布拟合。 3.根据权利要求2所述的一种语义检索的召回和排序联合训练方法, 其特征在于, 计算 召回和排序联合模型的总损失 的流程如下: 计算双塔模型的模型损失 : 计算单塔模型的模型损失 : 计算双塔模型和单塔模型的输出分布的欧拉距离 : 基于模型损失 、 模型损失 以及欧拉距离 计算总损失 , 并且进行模型权 利 要 求 书 1/3 页 2 CN 115329749 A 2反向传播: 其中, N表示训练样本的数量, 表示与查询文本q相关的检索 文本, 表示与查询文本 q不相关的检索 文本; 表示边界 (0, 1) , Q表 示查询样 本q的数量, 即为N, 表示对应检 索文本的数量。 4.根据权利要求1所述的一种语义检索的召回和排序联合训练方法, 其特征在于, 基于 查询文本对召回和排序联合模型进行 无监督训练的流 程如下: 将两个查询文本q=Text1=Text2输入双塔模型, 并且通过双塔模型对查询文本Text1、 Text2分别进行文本特 征提取, 得到文本特 征 、 ; 计算查询文本Text1、 Text2的双塔模型相似度 , 如果两个查询文本 Text1、 Text2相同, 则对应的两个查询文本Text1、 Text2为正样 本, 反之, 则对应的两个查询 Text1、 Text 2文本为负 样本; 将两个查询文本Text1、 Text2进行特殊字符拼接, 并且对特殊字符拼接结果Text1+ Text2进行文本特 征提取, 得到文本特 征 ; 计算两个查询文本Text1、 Text 2的单塔模型相似度 ; 基于正样本和负样本计算双塔模型的模型损失 以及单塔模型的模型损失 , 并且进行模型反向传播。 5.根据权利要求1所述的一种语义检索的召回和排序联合训练方法, 其特征在于, 基于 查询文本和检索文本对召回和排序联合模型进行有监 督训练的流 程如下: 将查询文本q、 与查询文本q相关的检索文本 作为正样本, 将查询文本q、 与查询文本q 不相关的检索文本 作为负样本; 基于正样本和负样本计算双塔模型的模型损失 以及单塔模型的模型损失 , 并且进行模型反向传播。 6.根据权利要求1所述的一种语义检索的召回和排序联合训练方法, 其特征在于, 通过 召回和排序联合模型的双塔模型生成正样本和难负 样本的流 程如下: 通过双塔模型对检索文本p进行文本特征提取, 得到文本特征 、 、…、 ; 通过双塔模型对查询文本q进行文本特 征提取, 得到文本特 征 ; 分别计算查询文本q与若干检索文本p的向量内积 、 、…、 , 并且对若干向量内积进行排序; 基于向量内积的排序选取前 的检索文本 、 、…、 , 将查询文本q和检索文本 、 、…、 分别组合, 作为难负 样本。 7.根据权利要求6所述的一种语义检索的召回和排序联合训练方法, 其特征在于, 基于 正样本和难负 样本迭代训练召回和排序联合模型的流 程如下: 将查询文本q、 与查询文本q相关的检索文本 作为正样本, 将查询文本q和检索文本 、 、…、 分别组合, 作为难负 样本;权 利 要 求 书 2/3 页 3 CN 115329749 A 3
专利 一种语义检索的召回和排序联合训练方法及系统
文档预览
中文文档
15 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-24 00:45:04
上传分享
举报
下载
原文档
(711.2 KB)
分享
友情链接
GB-T 42855-2023 氢燃料电池车辆加注协议技术要求.pdf
GM-T 0034-2014 基于SM2密码算法的证书认证系统密码及其相关安全技术规范.pdf
DB-T 10-2016 数字强震动加速度仪.pdf
GM-T 0013-2021 可信计算 可信密码模块接口符合性测试规范.pdf
NY-T 3990-2021 数字果园建设规范 苹果.pdf
TTAF 180.2—2023 小程序个人信息保护规范 第2部分:个人信息收集行为.pdf
GB-T 29241-2012 信息安全技术 公钥基础设施 PKI互操作性评估准则.pdf
百度安全 大模型安全解决方案白皮书 2023.pdf
GB-T 5838.3-2015 荧光粉 第3部分:性能试验方法.pdf
T-GCHA 1.1—2018 定制家居产品 人造板定制衣柜 第1部分:术语和定义.pdf
JR-T 0071.2—2020 金融行业网络安全等级保护实施指引 第2部分:基本要求.pdf
DB62-T 1789-2019 地理标志产品 民乐紫皮大蒜 甘肃省.pdf
NY-T 2997-2016 草地分类.pdf
GB-T 14492-2008 一次性使用电石包装钢桶.pdf
GB-T 22484-2016 城市公共汽电车客运服务规范.pdf
GB-T 13093-2023 饲料中细菌总数的测定.pdf
清华大学 AIGC发展研究1.0版0.92.pdf
360 2022年智能网联汽车信息安全研究报告.pdf
DB32-T 4659.2-2024 医院公共卫生工作规范 第2部分:疾控机构医防融合工作指南 江苏省.pdf
ISO IEC 5394 2024 Information technology — Criteria for concept systems.pdf
1
/
15
评价文档
赞助2.5元 点击下载(711.2 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。