-
公开(公告)号:CN119622097A
公开(公告)日:2025-03-14
申请号:CN202411719725.6
申请日:2024-11-27
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06N5/04
Abstract: 本公开提供了推荐方法,涉及数据处理技术领域,尤其涉及自然语言处理、人工智能、智能搜索、智能推荐等技术领域。具体实现方案为:基于输入信息,从多个候选发布对象中确定与输入信息相匹配的多个发布对象;更新多个发布对象各自的初始推荐参数,得到多个发布对象各自的目标推荐参数,初始推荐参数表征发布对象的推荐等级;以及利用多个发布对象各自的目标推荐参数和输入信息,对多个发布对象各自的待推荐内容进行筛选,确定用于推荐的目标内容。本公开还提供一种推荐装置、电子设备、存储介质以及程序产品。
-
公开(公告)号:CN117473035A
公开(公告)日:2024-01-30
申请号:CN202311337463.2
申请日:2023-10-16
Applicant: 百度在线网络技术(北京)有限公司
Inventor: 黄飞 , 汪洋 , 叶超 , 潘学东 , 邢越 , 冯朝兵 , 崔自鑫 , 朱坤鸿 , 戴琳 , 王超 , 杨新涛 , 梁智豪 , 林坤海 , 徐一凯 , 丁文达 , 郭树波 , 张贺明 , 米琳 , 许子豪 , 景春臻 , 叶广振 , 贺登武 , 国智 , 曾晨 , 李双龙 , 刘林
IPC: G06F16/31 , G06F16/33 , G06F40/30 , G06Q30/0241
Abstract: 本公开提出了一种广告召回方法、模型训练方法、装置及电子设备,涉及人工智能技术领域,尤其涉及自然语言处理、深度学习、大模型技术领域。方法包括:获取目标查询文本;将目标查询文本输入至大模型,通过大模型基于目标查询文本,生成待召回的目标广告的关联文本;基于关联文本,从广告库中的多个候选广告中,确定目标广告。由此,可利用大模型基于目标查询文本,直接生成待召回的目标广告的关联文本,以确定目标广告,提高了广告召回的精度,而且相较于相关技术中需要依赖广告的倒排索引表来实现广告召回,本方案中不需要依赖广告的倒排索引表,大大降低了广告召回所需的存储空间和计算资源,便于在终端等电子设备上部署。
-
公开(公告)号:CN117473309A
公开(公告)日:2024-01-30
申请号:CN202311337199.2
申请日:2023-10-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F18/214 , G06F16/953 , G06F16/33
Abstract: 本申请公开了关键词生成模型的训练方法、关键词生成方法及装置,涉及计算机技术领域,尤其涉及深度学习等人工智能领域。具体实现方案为:获取多种生成任务的第一训练样本;将第一训练样本输入初始关键词生成模型,得到第一预测关键词;根据第一预测关键词与第一样本关键词之间的差异,对初始关键词生成模型进行训练,得到第一关键词生成模型。由此,通过利用多种生成任务的第一训练样本,实现多目标的联合训练,实现多种生成任务的统一建模,使关键词生成模型具备生成与查询文本具有不同匹配关系的关键词的能力。
-
公开(公告)号:CN117851546A
公开(公告)日:2024-04-09
申请号:CN202410102934.X
申请日:2024-01-24
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/33 , G06F16/335 , G06F40/30
Abstract: 本公开提供了资源检索方法、训练方法、装置、电子设备、存储介质及程序产品,涉及人工智能技术领域,尤其涉及智能检索技术领域、大数据技术领域和深度学习技术领域。具体实现方案为:响应于接收到搜索信息,对搜索信息进行语义相关性检测和交互属性检测,得到语义相关性特征和交互属性特征,其中,语义相关性特征表征搜索信息与预设搜索信息库中的预设搜索信息之间的语义相关性,交互属性特征表征搜索信息与检索交互操作之间的相关性;根据语义相关性特征和交互属性特征,从预设搜索信息库中确定与搜索信息相对应的关联搜索信息;以及根据关联搜索信息进行资源检索,得到目标资源。
-
公开(公告)号:CN117473309B
公开(公告)日:2025-04-08
申请号:CN202311337199.2
申请日:2023-10-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F18/214 , G06F16/953 , G06F16/334
Abstract: 本申请公开了关键词生成模型的训练方法、关键词生成方法及装置,涉及计算机技术领域,尤其涉及深度学习等人工智能领域。具体实现方案为:获取多种生成任务的第一训练样本;将第一训练样本输入初始关键词生成模型,得到第一预测关键词;根据第一预测关键词与第一样本关键词之间的差异,对初始关键词生成模型进行训练,得到第一关键词生成模型。由此,通过利用多种生成任务的第一训练样本,实现多目标的联合训练,实现多种生成任务的统一建模,使关键词生成模型具备生成与查询文本具有不同匹配关系的关键词的能力。
-
-
-
-