[发明专利]数据处理方法、数据检索方法及装置

说明书

本公开提供了一种数据处理方法、数据检索方法、装置、设备、存储介质以及程序产品，涉及计算机技术领域，尤其涉及智能搜索技术领域。具体实现方案为：针对多个文件中的每个文件，根据文件的文件特征向量，确定文件的多个融合特征向量；以及对多个文件的融合特征向量进行聚类处理，得到多个特征向量簇，其中，每个特征向量簇与同一个标签相关联；其中，确定文件的多个融合特征向量包括：将文件的文件特征向量输入多个第一神经网络模型，得到多个标签特征向量；以及将文件特征向量分别与多个标签特征向量中的每个标签特征向量进行融合处理，得到多个融合特征向量。

技术领域

本公开涉及计算机技术领域，尤其涉及智能搜索技术领域。

背景技术

随着AI技术的广泛普及和应用，以及互联网数据规模的不断增长，向量检索作为传统检索系统的补充，正在逐渐成为AI技术链路中不可或缺的一环。

发明内容

本公开提供了一种数据处理方法、数据检索方法、装置、设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种数据处理方法，包括：针对多个文件中的每个文件，根据所述文件的文件特征向量，确定所述文件的多个融合特征向量；以及对所述多个文件的融合特征向量进行聚类处理，得到多个特征向量簇，其中，每个所述特征向量簇与同一个标签相关联；其中，确定所述文件的多个融合特征向量包括：将所述文件的文件特征向量输入多个第一神经网络模型，得到多个标签特征向量，其中，所述每个第一神经网络模型对应于一个标签，所述标签特征向量用于表示所述文件与所述标签之间的相关程度；以及将所述文件特征向量分别与所述多个标签特征向量中的每个标签特征向量进行融合处理，得到多个融合特征向量。

根据本公开的另一方面，提供了一种数据检索方法，包括：根据检索请求，确定目标向量，其中，所述目标向量包括目标标签的特征信息；确定多个特征向量簇中与所述目标标签对应的目标特征向量簇；分别计算所述目标向量与所述目标特征向量簇中每个融合特征向量之间的空间距离；以及确定所述目标特征向量簇中空间距离小于第一距离阈值的目标融合特征向量，作为所述检索结果；其中，所述多个特征向量簇是利用根据本公开实施例所示的方法确定的。

根据本公开的另一方面，提供了一种数据处理装置，包括：确定模块，用于针对多个文件中的每个文件，根据所述文件的文件特征向量，确定所述文件的多个融合特征向量；以及聚类模块，用于对所述多个文件的融合特征向量进行聚类处理，得到多个特征向量簇，其中，每个特征向量簇与同一个标签相关联；其中，确定模块包括：输入子模块，用于将所述文件的文件特征向量输入多个第一神经网络模型，得到多个标签特征向量，其中，所述每个第一神经网络模型对应于一个标签，所述标签特征向量用于表示所述文件与所述标签之间的相关程度；以及融合子模块，用于将所述文件特征向量分别与所述多个标签特征向量中的每个标签特征向量进行融合处理，得到多个融合特征向量。

根据本公开的另一方面，提供了一种数据检索装置，包括：第一确定模块，用于根据检索请求，确定目标向量，其中，所述目标向量包括目标标签的特征信息；第二确定模块，用于确定多个特征向量簇中与所述目标标签对应的目标特征向量簇；计算模块，用于分别计算所述目标向量与所述目标特征向量簇中每个融合特征向量之间的空间距离；以及第三确定模块，用于确定所述目标特征向量簇中空间距离小于第一距离阈值的目标融合特征向量，作为所述检索结果；其中，所述多个特征向量簇是利用根据本公开实施例所示的方法确定的。

本公开的另一个方面提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开实施例所示的方法。

根据本公开实施例的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开实施例所示的方法。