[发明专利]数据召回方法及装置

说明书

本申请公开了一种数据召回方法及装置，涉及人工智能技术领域，该方法包括：获取搜索数据和第一数量个待召回数据；将搜索数据和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，得到搜索数据对应的第一哈希特征、第一哈希特征对应的第一分段量化码本、待召回数据对应的第二哈希特征、第二哈希特征对应的第二分段量化码本；基于第一分段量化码本和第二分段量化码本，从第一数量个待召回数据中确定待筛选召回数据；基于第一哈希特征和第二哈希特征，从待筛选召回数据中，确定目标召回数据。利用本申请提供的技术方案可以在提升数据召回准确率的同时，降低数据召回运算量，大大提升数据召回速度和效率。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种数据召回方法及装置。

背景技术

随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的搜索引擎、智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服、车联网、自动驾驶、智慧交通等。

目前，搜索引擎的功能也日趋强大。召回是搜索中的重要环节，可以根据用户输入的搜索数据可以从海量数据中召回与搜索数据相关的数据。相关技术中，常常结合深度学习模型来召回数据，但结合深度学习模型来召回数据的召回准确率和效率往往受限于模型进行特征学习过程中的运算量，训练样本，网络越大，召回准确率往往较高，但复杂度和运算量较高，效率较低；网络轻量化时，虽然效率提升了，但召回准确率较低，且泛化性较差。因此，需要提供更可靠或更有效的方案。

发明内容

本申请提供了一种数据召回方法、装置、设备、存储介质及计算机程序产品，可以提升模型特征表征的泛化性，且可以在提升数据召回准确率的同时，降低数据召回运算量，大大提升数据召回速度和效率。

一方面，本申请提供了一种数据召回方法，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。

另一方面提供了一种数据召回装置，所述装置包括：

数据获取模块，被配置为执行获取搜索数据和第一数量个待召回数据；

第一特征表征处理模块，被配置为执行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；

召回数据筛选模块，被配置为执行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；

目标召回数据确定模块，被配置为执行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。