本公开关于意图确定模型的训练方法和装置，所述方法包括：确定搜索词的搜索结果、搜索次数；确定对搜索结果进行用户意图操作第一比例，进行视频意图操作第二比例；根据搜索次数、第一比例以及第二比例，确定搜索词对应的目标样本标签；以搜索词作为样本生成训练样本集；将样本的特征输入意图确定模型得到样本对应的目标样本标签的预测结果，对意图确定模型进行训练得到训练后的意图确定模型。根据本公开，由于确定的搜索词对应的目标样本标签相对准确，以搜索词作为样本生成的训练样本集中样本对应的目标样本标签也就相对准确，基于训练样本集得到训练后的意图确定模型后，根据训练后的意图确定模型预测搜索词对应的意图标签也就相对准确。也就相对准确。也就相对准确。
【技术实现步骤摘要】
意图确定模型的训练方法和装置
[0001]本公开涉及意图确定模型的确定领域，尤其涉及意图确定模型的训练方法、意图确定模型的训练装置、电子设备、计算机可读存储介质、计算机程序产品。
技术介绍
[0002]用户在网站中输入搜索词(query)搜索时，一般会对应三种意图，一种是用户意图，另一种是视频意图，第三种是混合意图，也即对应用户意图和视频意图。
[0003]其中，搜索词对应用户意图是指针对搜索词对应的用户进行搜索；搜索词对应视频意图是指针对包含搜索词对应内容的视频进行搜索；混合意图是指既针对搜索词对应的用户进行搜索，又针对包含搜索词对应的视频进行搜索。
[0004]目前的一种是方式是基于用户针对搜索结果的点击确定意图，但是对于长尾词的效果较差，因为长尾词作为查询词的情况较少，所以针对长尾词的搜索结果的点击也就较少，根据较少的点击确定意图准确性较低。另一种方式是根据搜索词的语义确定意图，但是某些词汇在网站中是用户名，针对这种词汇，基于语义往往会确定为非用户，从而确定的意图往往为视频意图，导致不能准确地确定出搜索词的意图。进而在基于这些未能准确确定对应意图的搜索词作为样本构建训练样本集时，基于训练样本集训练得到的模型也就不能准确地预测搜索词对应的意图。
技术实现思路
[0005]本公开提供了意图确定模型的训练方法、意图确定模型的训练装置、电子设备、计算机可读存储介质、计算机程序产品，以至少解决相关技术中的技术问题。本公开的技术方案如下：
[0006]根据本公开实施例的第一方面，提出一种意图确定模型的训练方法，包括：
[0007]确定基于搜索词进行搜索的搜索结果，以及基于所述搜索词进行搜索的搜索次数；
[0008]确定在基于所述搜索词进行的多次搜索中，用户对搜索结果进行操作的总次数、用户对所述搜索结果进行用户意图操作的第一次数以及用户对所述搜索结果进行视频意图操作的第二次数，根据所述第一次数和所述总次数确定第一比例，根据所述第二次数和所述总次数确定第二比例；
[0009]根据所述搜索次数、所述第一比例以及所述第二比例，确定所述搜索词对应的目标样本标签，所述目标样本标签包括用户意图和/或视频意图标签；
[0010]以所述搜索词和所述目标样本标签作为样本生成训练样本集；
[0011]将所述样本的特征输入意图确定模型，得到所述样本对应的目标样本标签的预测结果，根据所述意图标签预测结果和目标样本标签，确定损失数据，基于所述损失数据对意图确定模型进行训练，得到训练后的意图确定模型。
[0012]在一个实施例中，基于所述损失数据对意图确定模型进行训练的收敛条件至少包
括：
[0013]所述预测结果的准确率达到准确率阈值，其中，所述预测结果的准确率根据所述预测结果和所述样本对应的目标样本标签确定。
[0014]在一个实施例中，所述方法还包括：
[0015]获取至少一个专有名词，确定所述专有名词对应的目标样本标签包括视频意图标签；
[0016]在所述专有名词中确定被用作用户名的用户专有名词，确定所述用户专有名词对应的目标样本标签还包括用户意图标签；
[0017]其中，所述以所述搜索词和所述目标样本标签作为样本生成训练样本集包括：
[0018]以所述专有名词和所述专有名词对应的目标样本标签，以及所述搜索词和所述搜索词对应的目标样本标签作为样本生成训练样本集。
[0019]在一个实施例中，根据所述搜索次数、所述第一比例以及所述第二比例，确定所述搜索词对应的目标样本标签包括：
[0020]确定所述搜索次数在多个数量区间中所属的目标数量区间，以及所述目标数量区间对应的目标比例阈值；
[0021]在所述第一比例大于所述目标比例阈值时，确定所述搜索词对应的目标样本标签包括用户意图标签，和/或在所述第二比例大于所述目标比例阈值时，确定所述搜索词对应的目标样本标签包括视频意图标签；
[0022]其中，每个所述数量区间不重叠，所述数量区间的下限值，与所述数量区间对应的比例阈值反相关。
[0023]在一个实施例中，所述用户意图操作包括以下至少之一：
[0024]点击所述搜索结果的发布者、进入所述发布者的主页、关注所述发布者。
[0025]在一个实施例中，所述视频意图操作包括：
[0026]点击所述搜索结果且未对所述搜索结果执行所述用户意图操作。
[0027]在一个实施例中，在所述对意图确定模型进行训练之前，所述方法还包括：
[0028]根据所述样本的属性信息确定所述样本的属性特征；
[0029]确定所述样本对应的搜索结果的操作特征；
[0030]将所述属性特征和所述操作特征作为所述样本的特征。
[0031]在一个实施例中，所述意图确定模型包括deep&wide模型，所述属性特征作为所述意图确定模型deep侧的输入，所述操作特征作为所述意图确定模型wide侧的输入。
[0032]在一个实施例中，所述操作特征包括以下至少之一：
[0033]对所述搜索结果的发布者的点击率、对所述发布者的关注率、对所述发布者主页的平均消费时间、对所述搜索结果的点击率、对所述搜索结果的点赞率、对所述搜索结果的关注率、对所述搜索结果的长播率、对所述搜索结果的零播率、对所述搜索结果的完播率。
[0034]在一个实施例中，所述方法还包括：
[0035]根据所述训练后的意图确定模型确定搜索词对应的目标样本标签为用户意图标签、或为视频意图标签、或为混合意图标签，其中，所述混合意图标签为包括用户意图和视频意图的标签。
[0036]根据本公开实施例的第二方面，提出一种意图确定模型的训练装置，包括：
[0037]搜索确定模块，被配置为确定基于搜索词进行搜索的搜索结果，以及基于所述搜索词进行搜索的搜索次数；
[0038]比例确定模块，被配置为确定在基于所述搜索词进行的多次搜索中，用户对搜索结果进行操作的总次数、用户对所述搜索结果进行用户意图操作的第一次数以及用户对所述搜索结果进行视频意图操作的第二次数，根据所述第一次数和所述总次数确定第一比例，根据所述第二次数和所述总次数确定第二比例；
[0039]意图确定模块，被配置为根据所述搜索次数、所述第一比例以及所述第二比例，确定所述搜索词对应的目标样本标签，所述目标样本标签包括用户意图和/或视频意图标签；
[0040]样本集生成模块，被配置为以所述搜索词和所述目标样本标签作为样本生成训练样本集；
[0041]模型训练模块，被配置为将所述样本的特征输入意图确定模型，得到所述样本对应的目标样本标签的预测结果，根据所述意图标签预测结果和目标样本标签，确定损失数据，基于所述损失数据对意图确定模型进行训练，得到训练后的意图确定模型。
[0042]在一个实施例中，基于所述损失数据对意图确定模型进行训练的收敛条件至少包括：
[0043]所述预测结果的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种意图确定模型的训练方法，其特征在于，包括：确定基于搜索词进行搜索的搜索结果，以及基于所述搜索词进行搜索的搜索次数；确定在基于所述搜索词进行的多次搜索中，用户对搜索结果进行操作的总次数、用户对所述搜索结果进行用户意图操作的第一次数以及用户对所述搜索结果进行视频意图操作的第二次数，根据所述第一次数和所述总次数确定第一比例，根据所述第二次数和所述总次数确定第二比例；根据所述搜索次数、所述第一比例以及所述第二比例，确定所述搜索词对应的目标样本标签，所述目标样本标签包括用户意图和/或视频意图标签；以所述搜索词和所述目标样本标签作为样本生成训练样本集；将所述样本的特征输入意图确定模型，得到所述样本对应的目标样本标签的预测结果，根据所述意图标签预测结果和目标样本标签，确定损失数据，基于所述损失数据对意图确定模型进行训练，得到训练后的意图确定模型。2.根据权利要求1所述的方法，其特征在于，基于所述损失数据对意图确定模型进行训练的收敛条件至少包括：所述预测结果的准确率达到准确率阈值，其中，所述预测结果的准确率根据所述预测结果和所述样本对应的目标样本标签确定。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取至少一个专有名词，确定所述专有名词对应的目标样本标签包括视频意图标签；在所述专有名词中确定被用作用户名的用户专有名词，确定所述用户专有名词对应的目标样本标签还包括用户意图标签；其中，所述以所述搜索词和所述目标样本标签作为样本生成训练样本集包括：以所述专有名词和所述专有名词对应的目标样本标签，以及所述搜索词和所述搜索词对应的目标样本标签作为样本生成训练样本集。4.根据权利要求1所述的方法，其特征在于，根据所述搜索次数、所述第一比例以及所述第二比例，确定所述搜索词对应的目标样本标签包括：确定所述搜索次数在多个数量区间中所属的目标数量区间，以及所述目标数量区间对应的目标比例阈值；在所述第一比例大于所述目标比例阈值时，确定所述搜索词对应的目标样本标签包括用户意图标签，和/或在所述第二比例大于所述目标比例阈值时，确定所述搜索词对应的目标样本标签包括视频意图标签；其中，每个所述数量区间不重叠，所述数量区间的下限值，与...
【专利技术属性】
技术研发人员：张水发，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：
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。