[发明专利]基于增强学习生成向量最近邻搜索策略

说明书

本文公开的基于增强学习生成向量最近邻搜索策略的技术方案，将向量近似匹配搜索技术应用到搜索引擎中，通过增强学习技术对搜索引擎进行训练，以得到计算状态与行为动作的映射关系。搜索引擎可利用该映射关系为查询内容自动生成检索策略。

背景技术

随着网络技术的发展，搜索引擎的功能越来越强大，搜索的内容也越来越丰富。搜索引擎也为许多应用程序提供信息，是许多应用程序所必须的服务。在信息高速发展的时代，存在海量的网页文档、图片等信息，并且网页文档、图片的数量也在高速地增加。与此同时，用户对于信息的需求在不断的增加。如何能够实现更加快速、高效、准确地把握用户意图的检索服务是当前搜索引擎技术始终面临的挑战。

发明内容

提供本发明实施例内容是为了以精简的形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。

公开的基于增强学习生成向量最近邻搜索策略的技术方案，将向量近似匹配搜索技术应用到搜索引擎中，通过增强学习技术对搜索引擎进行训练，以得到计算状态与行为动作的映射关系。搜索引擎可利用该映射关系为查询内容自动生成检索策略。

上述说明仅是本公开技术方案的概述，为了能够更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为了让本公开的上述和其它目的、特征和优点能够更明显易懂，以下特举本公开的具体实施方式。

附图说明

图1为本发明实施例的信息检索装置之一的应用示例框图；

图2为本发明实施例的空间划分树索引的结构示意图；

图3为本发明实施例的邻近图索引的结构示意图；

图4为本发明实施例的空间划分树索引和邻近图索引的联合结构的示意图；

图5为描绘本文的信息检索方法的流程示意图；

图6为描绘在预设的向量数据库中执行向量近似匹配搜索的流程示意图；

图7为本发明实施例的信息检索模型的训练装置之一的应用示例框图；

图8为描绘本文的信息检索模型的训练方法的流程示意图；

图9为描绘训练集中每个查询向量在信息检索模型中执行向量近似匹配搜索的流程示意图；

图10为描绘训练集中每个查询向量在信息检索模型中执行向量近似匹配搜索的流程示意图；

图11为示例性的电子设备的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本文中，术语“技术”可以指代例如(一个或多个)系统、(一个或多个)方法、计算机可读指令、(一个或多个)模块、算法、硬件逻辑(例如，现场可编程门阵列(FPGA))、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)和/或上述上下文以及在本文档通篇中所允许的(一项或多项)其它技术。

概览

本文涉及基于增强学习生成向量最近邻搜索策略的相关技术。

搜索引擎技术已经被广泛应用在各个行业中，除了一般的网页访问方式的使用搜索引擎以外，搜索引擎也关联到各类APP(应用程序)中，为用户提供各种信息搜索服务。