一种基于无监督学习的搜索词联想方法及相关设备

AITNT
正文
推荐专利
一种基于无监督学习的搜索词联想方法及相关设备
申请号:CN202411715252
申请日期:2024-11-27
公开号:CN119646273A
公开日期:2025-03-18
类型:发明专利
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
1
一种基于机器学习的危险性腹痛早期识别方法
早期识别方法 危险性 自然语言模型 数据 电子病历系统
2
一种基于语言模型的中文敏感词检测与纠正方法
纠正方法 汉字 BERT模型 预训练语言模型 文本
3
基于AI的个性化健康建议推送系统
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
4
业务工单的分类方法、装置、系统、电子设备及存储介质
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
5
基于大数据模型预测的违规行为分析方法、装置及设备
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号