一种推广关键词的触发方法及装置

    公开(公告)号:CN106649605A

    公开(公告)日:2017-05-10

    申请号:CN201611065432.6

    申请日:2016-11-28

    Abstract: 本发明提供了一种推广关键词的触发方法及装置,其中推广关键词的触发方法包括:获取用户输入的query;将所述获取的query对应的输入序列输入到翻译模型,得到输出序列;利用所述输出序列确定所述query触发的推广关键词;其中,所述翻译模型是采用如下方式预先训练得到的:从用户点击行为日志中获取query及其对应的被点击标题作为训练数据;利用训练数据中的query得到输入序列,利用query对应的被点击标题得到目标序列,训练神经网络模型,得到翻译模型。本发明能够实现真正从语义上确定与query相匹配的推广关键词,提升推广关键词触发的准确率和召回率。

    搜索方法及装置
    3.
    发明公开

    公开(公告)号:CN105956011A

    公开(公告)日:2016-09-21

    申请号:CN201610251871.X

    申请日:2016-04-21

    Abstract: 本发明提供一种搜索方法及装置。本发明实施例通过根据所获取的搜索关键词,获得至少一个匹配文本,以作为所述搜索关键词的证据数据,进而,则可以根据所述搜索关键词和所述证据数据,获得所述证据数据的特征信息,使得能够根据所述特征信息,获得所述搜索关键词的应答信息,并输出,由于不再完全依赖搜索关键词执行搜索操作,而是结合搜索关键词所匹配的匹配文本同时执行搜索操作,使得所获得的应答信息能够基本满足用户的真正意图,因此,能够避免现有技术中由于用户通过应用反复进行浏览或搜索而导致的增加应用与搜索引擎之间的数据交互的问题,从而降低了搜索引擎的处理负担。

    搜索方法及装置
    6.
    发明授权

    公开(公告)号:CN105956011B

    公开(公告)日:2020-01-21

    申请号:CN201610251871.X

    申请日:2016-04-21

    Abstract: 本发明提供一种搜索方法及装置。本发明实施例通过根据所获取的搜索关键词,获得至少一个匹配文本,以作为所述搜索关键词的证据数据,进而,则可以根据所述搜索关键词和所述证据数据,获得所述证据数据的特征信息,使得能够根据所述特征信息,获得所述搜索关键词的应答信息,并输出,由于不再完全依赖搜索关键词执行搜索操作,而是结合搜索关键词所匹配的匹配文本同时执行搜索操作,使得所获得的应答信息能够基本满足用户的真正意图,因此,能够避免现有技术中由于用户通过应用反复进行浏览或搜索而导致的增加应用与搜索引擎之间的数据交互的问题,从而降低了搜索引擎的处理负担。

    说话人识别方法及装置、计算机设备及计算机可读介质

    公开(公告)号:CN106683680B

    公开(公告)日:2022-03-25

    申请号:CN201710142901.8

    申请日:2017-03-10

    Abstract: 本发明提供一种说话人识别方法及装置、计算机设备及计算机可读介质。其所述方法包括:接收目标群体中的待识别用户的目标语音数据;根据目标语音数据、预先采集的语音数据库和预先训练的说话人识别模型,获取目标语音数据对应的语音输出特征以及语音数据库中每个语音数据对应的语音输出特征;说话人识别模型采用卷积神经网络模型;根据目标语音数据对应的语音输出特征以及语音数据库中每个语音数据对应的语音输出特征,识别目标语音数据对应的用户。本发明通过采用基于卷积神经网络模型的说话人识别模型,能够更加准确地获取各语音数据的语音输出特征,从而更加准确地对目标语音数据对应的用户进行识别,进而能够大大地提高对说话人的识别效率。

    说话人识别方法及装置、计算机设备及计算机可读介质

    公开(公告)号:CN106683680A

    公开(公告)日:2017-05-17

    申请号:CN201710142901.8

    申请日:2017-03-10

    CPC classification number: G10L17/04 G10L17/18 G10L25/12 G10L25/24

    Abstract: 本发明提供一种说话人识别方法及装置、计算机设备及计算机可读介质。其所述方法包括:接收目标群体中的待识别用户的目标语音数据;根据目标语音数据、预先采集的语音数据库和预先训练的说话人识别模型,获取目标语音数据对应的语音输出特征以及语音数据库中每个语音数据对应的语音输出特征;说话人识别模型采用卷积神经网络模型;根据目标语音数据对应的语音输出特征以及语音数据库中每个语音数据对应的语音输出特征,识别目标语音数据对应的用户。本发明通过采用基于卷积神经网络模型的说话人识别模型,能够更加准确地获取各语音数据的语音输出特征,从而更加准确地对目标语音数据对应的用户进行识别,进而能够大大地提高对说话人的识别效率。

Patent Agency Ranking