[发明专利]一种参数输入的方法及装置

权利要求书

1.一种参数输入的方法，其特征在于，包括：

当接收到终端发送的关键词时，根据所述关键词，确定与所述关键词相匹配的各信息；

根据所述关键词中包含的各单字，查找各单字对应的样本字的向量，根据查找到的所述关键词中各单字对应的样本字的向量，确定所述关键词对应的关键词向量，其中，所述样本字的向量是根据每个样本字的点阵字体生成的；

针对与所述关键词相匹配的每个信息，根据该信息中包含的各单字，查找该信息中包含的各单字对应的样本字的向量，根据查找到的该信息中包含的各单字对应的样本字的向量，确定该信息对应的信息向量；

将所述关键词向量以及各信息分别对应的信息向量作为输入参数，输入到神经网络模型中，以通过所述神经网络模型对所述各信息进行排序。

2.如权利要求1所述的方法，其特征在于，所述样本字的向量是根据每个样本字的点阵字体生成的，具体包括：

确定预先收集的各样本字的点阵字体；

针对每个样本字，根据该样本字的点阵字体中各实点的位置，生成与该样本字相匹配的向量。

3.如权利要求2所述的方法，其特征在于，根据该样本字的点阵字体中各实点的位置，生成与该样本字相匹配的向量，具体包括：

针对该样本字的点阵字体中的每行点，根据该行点的数量，建立维数为该数量、且每个元素为第一数值的向量；

根据该行点中的实点在该行点中的位置，将向量中相应位置处的元素的数值置为第二数值，得到针对每行点确定出的向量；

按照预设的顺序，将针对每行点确定出来的向量组合成单字向量，并将所述单字向量作为与该样本字相匹配的向量。

4.如权利要求1所述的方法，其特征在于，根据查找到的所述关键词中各单字对应的向量，确定所述关键词对应的关键词向量，具体包括：

按照各单字在所述关键词中的排列顺序，将所述关键词中各单字对应的向量进行组合，确定出所述关键词对应的所述关键词向量；

根据查找到的该信息中包含的各单字对应的样本字的向量，确定该信息对应的信息向量，具体包括：

按照各单字在该信息中的排列顺序，将该信息中各单字对应的向量进行组合，确定出该信息对应的所述信息向量。

5.如权利要求4所述的方法，其特征在于，将所述关键词中各单字对应的向量进行组合，确定出所述关键词对应的所述关键词向量，具体包括：

根据预设的关键词向量维数，将由所述关键词中各单字对应的向量组合得到的向量转换成维数为所述关键词向量维数的向量，作为关键词向量；

将该信息中各单字对应的向量进行组合，确定出该信息对应的所述信息向量，具体包括：

根据预设的信息向量维数，将由该信息中各单字对应的向量组合得到的向量转换成维数为所述信息向量维数的向量，作为信息向量。

6.一种参数输入的装置，其特征在于，包括：

确定信息模块，当接收到终端发送的关键词时，根据所述关键词，确定与所述关键词相匹配的各信息；

第一确定向量模块，根据所述关键词中包含的各单字，查找各单字对应的样本字的向量，根据查找到的所述关键词中各单字对应的样本字的向量，确定所述关键词对应的关键词向量，其中，所述样本字的向量是根据每个样本字的点阵字体生成的；

第二确定向量模块，针对与所述关键词相匹配的每个信息，根据该信息中包含的各单字，查找该信息中包含的各单字对应的样本字的向量，根据查找到的该信息中包含的各单字对应的样本字的向量，确定该信息对应的信息向量；

参数输入模块，将所述关键词向量以及各信息分别对应的信息向量作为输入参数，输入到神经网络模型中，以通过所述神经网络模型对所述各信息进行排序。

7.如权利要求6所述的装置，其特征在于，所述装置还包括：

生成模块，确定预先收集的各样本字的点阵字体；针对每个样本字，根据该样本字的点阵字体中各实点的位置，生成与该样本字的相匹配的向量。