摘要
本发明提供一种基于无监督学习的搜索词联想方法及相关设备,当接收到用户输入的搜索词时,利用Word2Vec方法得到搜索词向量;计算通过无监督学习得到每一目标词向量与搜索词向量之间的相似度;每一目标词向量对应的一个目标词;基于相似度由大至小对各个目标词向量进行排序;将排序在预设次序之前的目标词向量对应的目标词作为备选搜索词。在本方案中,将搜索词与无监督学习方法得到的目标词进行比较,从而为用户提供相似的备选搜索词,与有监督学习方法不同,并不要求利用带标签的数据集进行训练,无需人工为分词标注标签,从而实现降低成本的目的。
技术关键词
搜索词
无监督学习
联想方法
监督学习方法
BERT模型
存储计算机程序
分词
文本
带标签
存储器
处理器
电子设备
数据
系统为您推荐了相关专利信息
早期识别方法
危险性
自然语言模型
数据
电子病历系统
纠正方法
汉字
BERT模型
预训练语言模型
文本
推送系统
护理特征
个性化健康建议
多模态数据库
动态规则引擎
业务工单
聚类分析算法
分类方法
计算机可执行程序
数据转换模块
机器学习模型
数据存储
监督学习模型
实时数据传输
无监督学习