[发明专利]查询结果的确定方法、装置、服务器及存储介质

权利要求书

1.一种查询结果的确定方法，其特征在于，所述方法包括：

获取查询请求中包含的查询词；

将所述查询词输入语义向量生成模型，得到所述查询词对应的第一语义向量，所述语义向量生成模型用于按字粒度对输入内容进行划分，并对划分结果的语义进行向量化表示；

根据所述第一语义向量与各个第二语义向量的向量相似度，从所述第二语义向量中确定出至少一个候选语义向量，所述第二语义向量是商品库中商品词对应的语义向量；

将所述候选语义向量对应的商品词确定为响应所述查询请求的查询结果。

2.根据权利要求1所述的方法，其特征在于，所述语义向量生成模型包括表示层和编码层；

所述将所述查询词输入语义向量生成模型，得到所述查询词对应的第一语义向量，包括：

将所述查询词输入所述表示层，得到第一字向量组，所述第一字向量组中包含所述查询词中各个字对应的字向量；

将所述第一字向量组输入所述编码层，得到所述第一语义向量。

3.根据权利要求2所述的方法，其特征在于，所述表示层基于双向编码器表征模型构建，所述编码层基于长短时记忆网络构建。

4.根据权利要求2所述的方法，其特征在于，所述获取查询请求中包含的查询词之前，所述方法还包括：

获取训练样本集，所述训练样本集中包括样本查询词、正样本商品词和至少一个负样本商品词，所述正样本商品词是所述样本查询词对应相关商品的商品词；

将所述训练样本集输入所述表示层，得到样本字向量组，所述样本字向量组中包含所述样本查询词对应的第一样本字向量组、所述正样本商品词对应的第二样本字向量组以及所述负样本商品词对应的第三样本字向量组，

将所述样本字向量组输入所述编码层，得到样本语义向量，所述样本语义向量包含所述样本查询词对应的第一样本语义向量、所述正样本商品词对应的第二样本语义向量以及所述负样本商品词对应的第三样本语义向量；

计算所述第一样本语义向量与所述第二样本语义向量的正样本向量相似度，以及所述第一样本语义向量与各个所述第三样本语义向量的负样本向量相似度；

根据所述正样本向量相似度和所述负样本向量相似度训练所述语义向量生成模型。

5.根据权利要求4所述的方法，其特征在于，所述编码层包括第一编码网络和第二编码网络，所述第一编码网络和所述第二编码网络的网络参数不同；

所述将所述样本字向量组输入所述编码层，得到样本语义向量，包括：

将所述第一样本字向量组输入所述第一编码网络，得到所述第一样本语义向量；

将所述第二样本字向量组输入所述第二编码网络，得到所述第二样本语义向量；

将所述第三样本字向量组输入所述第二编码网络，得到所述第三样本语义向量。

6.根据权利要求5所述的方法，其特征在于，所述将所述第一字向量组输入所述编码层，得到所述第一语义向量，包括：

将所述第一字向量组输入所述第一编码网络，得到所述第一语义向量；

所述方法还包括：

将所述商品库中的各个商品词输入所述表示层，得到第二字向量组，所述第二字向量组中包含商品词中各个字对应的字向量；

将所述第二字向量组输入所述编码层的所述第二编码网络，得到所述第二语义向量；

根据各个商品词对应的所述第二语义向量，建立所述商品库对应的语义索引。

7.根据权利要求4所述的方法，其特征在于，所述获取训练样本集，包括：

获取历史查询词，并将所述历史查询词确定为所述样本查询词；

从所述历史查询词对应的历史行为数据中，确定所述正样本商品词和所述负样本商品词，所述历史行为数据包括历史购买数据和历史浏览数据，所述正样本商品词对应的商品为历史购买商品，所述负样本商品词对应的商品为未浏览商品。