[发明专利]一种向量匹配方法、装置、电子设备和可读存储介质在审

专利信息
申请号: 202210294392.1 申请日: 2022-03-23
公开(公告)号: CN114756684A 公开(公告)日: 2022-07-15
发明(设计)人: 梁秀钦;齐云飞;徐凯波 申请(专利权)人: 北京明略软件系统有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06N3/04;G06N3/08;G06F40/30;G06Q10/10
代理公司: 北京华夏泰和知识产权代理有限公司 11662 代理人: 曾军
地址: 100084 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 向量 匹配 方法 装置 电子设备 可读 存储 介质
【权利要求书】:

1.一种向量匹配方法,其特征在于,所述方法包括:

获取目标企业的工作信息记录;

根据所述工作信息记录,确定所述目标企业中每个用户的用户向量集和每条信息的信息向量集;

根据每个用户的用户向量集和每条信息的信息向量集,构建向量知识库;

通过所述向量知识库进行向量匹配,其中,所述向量匹配包括用户和用户之间、用户和信息之间、信息和信息之间三者中的至少一种匹配。

2.根据权利要求1所述的方法,其特征在于,所述确定所述目标企业中每个用户的用户向量集包括:

根据所述用户与关联对象之间的信息交互确定所述用户的关联对象向量;

根据所述用户的处理信息确定所述用户的处理信息向量;

根据所述用户的工作行为确定所述用户的工作行为向量;

将所述关联对象向量、处理信息向量和工作行为向量作为所述用户向量集。

3.根据权利要求2所述的方法,其特征在于,所述根据所述用户与关联对象之间的信息交互确定所述用户的关联对象向量包括:

确定所述目标企业中的交互信息和所述交互信息对应的交互用户,其中,所述交互用户包括用户和所述用户的关联对象;

按照所述交互信息出现的时间顺序,将所述交互用户进行排序;

根据排序后的交互用户,采用LSTM模型学习得到每个用户的关联对象向量,其中,所述关联对象向量用于指示所述用户与关联对象之间的关联关系。

4.根据权利要求2所述的方法,其特征在于,所述根据所述用户的处理信息确定所述用户的处理信息向量包括:

获取所述用户的用户标识和所述用户标识对应的处理信息,其中,所述处理信息包括信息类型和信息内容;

基于所述用户标识和所述处理信息,通过中文预训练模型得到所述用户的处理信息向量,其中,所述处理信息向量用于指示所述用户和所述处理信息之间的关联关系。

5.根据权利要求2所述的方法,其特征在于,所述根据所述用户的工作行为确定所述用户的工作行为向量包括:

获取所述用户的用户标识、用户角色和至少一个工作行为,其中,所述工作行为按照时间顺序进行排序;

基于所述用户标识、所述用户角色和所述至少一个工作行为,通过中文预训练模型得到所述用户的工作行为向量,其中,所述工作行为向量用于指示所述用户和所述工作行为之间的关联关系。

6.根据权利要求1-5任意一项所述的方法,其特征在于,确定所述目标企业中每条信息的信息向量集包括:

根据所述目标企业的工作信息确定所述信息的信息语义向量;

根据处理所述信息的用户确定所述信息的关联用户向量;

根据所述信息的来源确定所述信息的关联信息向量;

将所述信息语义向量、所述关联用户向量和所述关联信息向量作为所述信息向量集。

7.根据权利要求6所述的方法,其特征在于,根据所述目标企业的工作信息确定所述信息的信息语义向量包括:

将所述目标企业的每条工作信息转化为工作序列;

通过所述工作序列对初始中文预训练模型进行训练,得到目标中文预训练模型,其中,所述目标中文预训练模型符合所述目标企业的企业特点;

通过所述目标中文预训练模型得到所述信息的信息语义向量,其中,所述信息语义向量用于指示所述信息的信息语义。

8.根据权利要求6所述的方法,其特征在于,根据处理所述信息的用户确定所述信息的关联用户向量包括:

获取所述信息的信息标识、信息类型和关联用户信息,其中,所述关联用户信息包括关联用户角色和关联用户名称;

基于所述信息标识、所述信息类型和所述关联用户信息,通过中文预训练模型得到所述信息的关联用户向量,其中,所述关联用户向量用于指示所述信息和所述关联用户之间的关联关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京明略软件系统有限公司,未经北京明略软件系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210294392.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top