[发明专利]数据召回方法及装置

权利要求书

1.一种数据召回方法，其特征在于，所述方法包括：

获取搜索数据和第一数量个待召回数据；

将所述搜索数据和所述第一数量个待召回数据输入预设特征表征模型进行特征表征处理，得到所述搜索数据对应的第一哈希特征、所述第一哈希特征对应的第一分段量化码本、所述第一数量个待召回数据各自对应的第二哈希特征、所述第二哈希特征对应的第二分段量化码本；

基于所述第一分段量化码本和所述第二分段量化码本，从所述第一数量个待召回数据中确定第二数量个待筛选召回数据；

基于所述第一哈希特征和所述第二数量个待筛选召回数据的第二哈希特征，从所述第二数量个待筛选召回数据中，确定所述搜索数据的目标召回数据；

其中，所述预设特征表征模型为基于标注样本数据和无标注样本数据，对预设深度学习模型进行哈希量化联合训练得到的特征表征模型。

2.根据权利要求1所述的方法，其特征在于，所述预设特征表征模型包括哈希特征提取模块和量化码本模块；

所述将所述搜索数据和所述第一数量个待召回数据输入预设特征表征模型进行特征表征处理，得到所述搜索数据对应的第一哈希特征、所述第一哈希特征对应的第一分段量化码本、所述第一数量个待召回数据各自对应的第二哈希特征、所述第二哈希特征对应的第二分段量化码本包括：

将所述搜索数据和所述第一数量个待召回数据输入所述哈希特征提取模块进行特征提取处理，得到所述第一哈希特征和所述第二哈希特征；

基于所述量化码本模块，对所述第一哈希特征和所述第二哈希特征进行分段量化表征，得到所述第一分段量化码本和所述第二分段量化码本。

3.根据权利要求2所述的方法，其特征在于，所述基于所述量化码本模块，对所述第一哈希特征和所述第二哈希特征进行分段量化表征，得到所述第一分段量化码本和所述第二分段量化码本包括：

将所述第一哈希特征和所述第二哈希特征输入所述量化码本模块中；

在所述量化码本模块中，对所述第一哈希特征和所述第二哈希特征分别进行分段处理，得到所述第一哈希特征在第三数量个分段下的第一分段哈希特征和所述第二哈希特征在所述第三数量个分段下的第二分段哈希特征；

以及，对每个分段下的第一分段哈希特征和第二分段哈希特征进行聚类处理，得到在每个分段下对应的第四数量个分段聚类特征；

以及，将所述第一哈希特征，在所述第三数量个分段下对应的所述第四数量个分段聚类特征作为所述第一分段量化码本；以及，将每个待召回数据的第二哈希特征，在所述第三数量个分段下对应的所述第四数量个分段聚类特征作为所述每个待召回数据的第二分段量化码本。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一分段量化码本和所述第二分段量化码本，从所述第一数量个待召回数据中确定第二数量个待筛选召回数据包括：

从所述第一哈希特征在所述第三数量个分段下对应的所述第四数量个分段聚类特征中，确定所述第一哈希特征在所述第三数量个分段下对应的第一分段量化特征；

从所述每个待召回数据的第二哈希特征，在所述第三数量个分段下对应的所述第四数量个分段聚类特征中，确定所述每个待召回数据的第二哈希特征，在所述第三数量个分段下对应的第二分段量化特征；

从所述第一数量个待召回数据中，确定对应的第二哈希特征在所述每个分段下对应的第二分段量化特征与所述第一哈希特征在所述每个分段下对应的第一分段量化特征一致的初选待召回数据；

将所述第三数量个分段下对应的初始待召回数据的交集，作为所述第二数量个待筛选召回数据。

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一哈希特征和所述第二数量个待筛选召回数据的第二哈希特征，从所述第二数量个待筛选召回数据中，确定所述搜索数据的目标召回数据包括：

确定所述第一哈希特征分别与所述第二数量个待筛选召回数据的第二哈希特征间的相似度；

根据所述相似度，从所述第二数量个待筛选召回数据中，确定所述目标召回数据。