[发明专利]基于人工智能的降维模型训练方法、检索方法及装置在审
| 申请号： | 201910950984.2 | 申请日： | 2019-10-08 |
| 公开（公告）号： | CN110717539A | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 骆颖民;马连洋;单瀛 | 申请（专利权）人： | 腾讯科技(深圳)有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 11270 北京派特恩知识产权代理有限公司 | 代理人： | 崔晓岚;张颖玲 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于人工智能的降维模型训练方法、检索方法、装置、电子设备及存储介质；方法包括：获取与待查询的多媒体信息对应的查询向量；确定所述查询向量与多个候选向量之间的相似度，将满足相似度条件的相似度对应的候选向量确定为采样向量，其中，所述候选向量对应候选的多媒体信息；通过降维模型对所述查询向量进行降维处理得到降维查询向量，通过所述降维模型对所述采样向量进行降维处理得到降维采样向量；根据所述降维查询向量和所述降维采样向量构建损失函数；对所述损失函数进行梯度下降处理，并根据梯度下降处理的结果更新所述降维模型中的权重参数。通过本发明，能够提升降维模型的降维效果，并提升进行检索的准确率。 | ||
| 搜索关键词： | 降维 向量 采样向量 查询 候选向量 相似度 多媒体信息 降维处理 损失函数 检索 人工智能 存储介质 电子设备 结果更新 模型训练 权重参数 准确率 构建 升降 | ||
【主权项】：
1.一种基于人工智能的降维模型训练方法，其特征在于，包括：/n获取与待查询的多媒体信息对应的查询向量；/n确定所述查询向量与多个候选向量之间的相似度，将满足相似度条件的相似度对应的候选向量确定为采样向量，其中，所述候选向量对应候选的多媒体信息；/n通过降维模型对所述查询向量进行降维处理得到降维查询向量，通过所述降维模型对所述采样向量进行降维处理得到降维采样向量；/n根据所述降维查询向量和所述降维采样向量构建损失函数；/n对所述损失函数进行梯度下降处理，并根据梯度下降处理的结果更新所述降维模型中的权重参数。/n
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腾讯科技(深圳)有限公司，未经腾讯科技(深圳)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/patent/201910950984.2/，转载请声明来源钻瓜专利网。
