CN112989023A - 标签推荐方法、装置、设备、存储介质及计算机程序产品 - Google Patents
标签推荐方法、装置、设备、存储介质及计算机程序产品 Download PDFInfo
- Publication number
- CN112989023A CN112989023A CN202110322294.XA CN202110322294A CN112989023A CN 112989023 A CN112989023 A CN 112989023A CN 202110322294 A CN202110322294 A CN 202110322294A CN 112989023 A CN112989023 A CN 112989023A
- Authority
- CN
- China
- Prior art keywords
- label
- target object
- labels
- determining
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了标签推荐方法、装置、设备、存储介质及计算机程序产品,涉及人工智能、自然语言处理、智能搜索、大数据、深度学习技术领域。具体实现方案为:根据预设标签池和目标对象的关联数据,确定目标对象的初始标签集合;其中,预设标签池中包含多个维度的行业标签;利用预设的标签推荐模型,对初始标签集合中的标签进行计算,确定目标对象的多个候选标签;根据目标对象的关联特征,从多个候选标签中确定出目标对象的第一推荐标签。根据本公开的技术,提高了向目标对象推荐标签的准确性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及人工智能、自然语言处理、智能搜索、大数据、深度学习技术领域。
背景技术
随着时间的改变,用户的工作也会不时发生变化。为了使得用户能够及时更新自己的资料,以及使得企业更准确的找到所需业务人员,因此用户需要及时更新和调整自身的行业标签,以使得当前的行业标签能够更加准确的表示用户现阶段的工作情况和工作能力。
发明内容
本公开提供了一种标签推荐方法、装置、设备、存储介质及计算机程序产品。
根据本公开的一方面,提供了一种标签推荐方法,包括:
根据预设标签池和目标对象的关联数据,确定目标对象的初始标签集合;其中,预设标签池中包含多个维度的行业标签;
利用预设的标签推荐模型,对初始标签集合中的标签进行计算,确定目标对象的多个候选标签;
根据目标对象的关联特征,从多个候选标签中确定出目标对象的第一推荐标签。
根据本公开的另一方面,提供了一种标签推荐模型的训练方法,包括:
根据预设标签池和目标对象的历史标签,构建训练样本集合,其中,预设标签池中包含多个维度的行业标签;
利用训练样本集合,对初始模型进行优化,得到标签推荐模型,其中,初始模型为BERT模型或ERNIE模型。
根据本公开的另一方面,提供了一种标签推荐装置,包括:
第一确定模块,用于根据预设标签池和目标对象的关联数据,确定目标对象的初始标签集合;其中,预设标签池中包含多个维度的行业标签;
第二确定模块,用于利用预设的标签推荐模型,对初始标签集合中的标签进行计算,确定目标对象的多个候选标签;
第三确定模块,用于根据目标对象的关联特征,从多个候选标签中确定出目标对象的第一推荐标签。
根据本公开的另一方面,提供了一种标签推荐模型的训练装置,包括:
构建模块,用于根据预设标签池和目标对象的历史标签,构建训练样本集合,其中,预设标签池中包含多个维度的行业标签;
优化模块,用于利用训练样本集合,对初始模型进行优化,得到标签推荐模型,其中,初始模型为BERT模型或ERNIE模型。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开任一实施例中的方法。
根据本公开的技术,提高了向目标对象推荐标签的准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本申请实施例的标签推荐方法的实现流程示意图;
图2是根据本申请实施例的标签推荐方法的步骤S12的实现流程示意图;
图3是根据本申请实施例的标签推荐方法的步骤S12的实现流程示意图;
图4是根据本申请实施例的标签推荐方法的实现流程示意图;
图5是根据本申请实施例的标签推荐模型的训练方法的实现流程示意图;
图6是根据本申请实施例的标签推荐模型的训练方法的步骤S50的实现流程示意图;
图7是根据本申请实施例的标签推荐模型的训练方法的实现流程示意图;
图8是根据本申请实施例的标签推荐装置的结构示意图;
图9是根据本申请实施例的标签推荐模型的训练装置的结构示意图;
图10是用来实现本申请实施例的标签推荐方法和标签推荐模型的训练方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
根据本公开的一方面,如图1所示,提供了一种标签推荐方法,包括:
S10:根据预设标签池和目标对象的关联数据,确定目标对象的初始标签集合。
其中,预设标签池中包含多个维度的行业标签。行业标签可以是表征与工作有关内容的任意标签。
预设标签池内包含的行业标签的维度、行业标签的数量等,可以根据需要进行选择和调整。预设标签池内的标签可以从不同的数据源中获取。
行业标签可以包括有关工作技能的标签,例如,前端、框架、聚类、数据挖掘、神经网络、算法、知识图谱等,这类标签可以表征擅长的职业技能。行业标签可以包括有关工作内容的标签,例如,建设"团队-项目-人-知识点"的知识网络、提升关系/属性挖掘效果、知识图谱持续优化知识feed(投放)推荐策略,提升个性化、多样性等,这类标签可以表征在工作中承担的主要工作内容。行业标签可以包括有关参与过的工作事项的标签,即在工作中参与过哪些项目、取得过哪些成绩等。行业标签还可以包括与有工作有关的关联特征,例如,技术序列,产品序列,管理序列,运营序列,销售序列,设计师序列等。其中,技术序列还可以包括测试工程师、前端工程师、后端工程师、策略工程师等。
目标对象可以包括需要对其进行标签推荐的用户。例如,企业中的员工、求职者等。
目标对象的关联数据可以是与目标对象有关的任何数据。例如,目标对象当前的工作内容、岗位、所学专业、目标用户当前所拥有的行业标签、删除的行业标签以及未被用户使用的行业标签等。
目标对象的初始标签集合中包含的标签来自于预设标签池,初始标签集合中的标签是基于目标对象的关联数据,从预设标签池内的若干标签中筛选出的。
S11:利用预设的标签推荐模型,对初始标签集合中的标签进行计算,确定目标对象的多个候选标签。
对初始标签集合中的标签进行计算,可以理解为对标签进行打分、召回,通过计算得到初始标签集合中每个标签的分数。
候选标签可以理解为可能会推荐给目标对象的行业标签。
S12:根据目标对象的关联特征,从多个候选标签中确定出目标对象的第一推荐标签。
关联特征中可以包含有与目标对象相关联的任何数据。这些数据组合起来可以描述目标对象的工作有关的内容。通过这些数据甚至可以大致确定出具体的目标对象是谁,也即是说,关联特征可以包含的是与目标对象自身属性强关联的数据。这些数据可以存在与标签的映射关系。通过这些数据与标签的映射关系,可以对多个候选标签进行进一步的过滤和排序,以便从中进一步确定出目标对象的第一推荐标签。
第一推荐标签可以理解为需要推荐给目标对象的行业标签。第一推荐标签的数量可以为多个,以供目标对象进行选择。在第一推荐标签的数量为多个的情况下,各个第一推荐标签可以是不同维度的行业标签。例如,与职业技能相关的标签、与职位相关的标签等。
需要说明的是,本公开的技术方案中,所涉及的目标对象的数据获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的技术,由于先基于目标对象的关联数据从预设标签池中初选了初始标签集合,然后再通过预训练好的标签推荐模型从初始标签模型中筛选出候选标签,最后再利用关联特征对候选标签进行筛选排序,因此可以使得最终得到的第一推荐标签与目标对象的关联度更高,时效性更强,使得提供给目标对象的推荐标签是相对准确的,从而有利于目标对象对标签的选择。。
在一种实施方式中,预设的标签推荐模型的基础架构可以为BERT(BidirectionalEncoder Representations from Transformers,来自变换器的双向编码器表征量)模型或ERNIE(Enhanced Representation from kNowledge IntEgration,基于知识集成的增强表示)模型。还可以是以BERT模型或ERNIE模型为基础改进的任何其他模型,亦或是与BERT模型或ERNIE模型近似的模型,在此不做具体限定。
在一个示例中,标签推荐方法包括上述步骤S10至S12,其中,步骤S11:利用预设的标签推荐模型,对初始标签集合中的标签进行计算,确定目标对象的多个候选标签,可以进一步包括:
利用预设的标签推荐模型,将目标对象的关联数据与初始标签集合中的标签进行全量计算,为初始标签集合中的每一个标签进行打分计算。
根据预设筛选规则,基于每个标签的分数,从中确定出分数高于阈值的多个候选标签。
在一个具体应用示例中,确定第一推荐标签可以理解为是对目标用户进行标签挖掘的过程。
具体的,利用预设的标签推荐模型对用户语料(即目标对象的关联数据)和标签池(即初始标签集合)进行全量计算,预测用户语料与每个标签的匹配得分。用户匹配的标签集合为:
Ui={Kj|score(Texti,Kj)≥0.9,where 1≤j≤210};
其中,Texti表示用户语料,Kj表示标签池中的标签,score(Texti,Kj)表示用户语料与标签的相似度打分。0.9为打分的阈值,210为标签池中的标签数量。
在一种实施方式中,如图2所示,标签推荐方法包括上述步骤S10至S12,其中,步骤S12:根据目标对象的关联特征,从多个候选标签中确定出目标对象的第一推荐标签,可以进一步包括:
S20:获取目标对象的关联特征中的第一行业特征。
第一行业特征可以是与目标对象的工作相关的任何数据信息,在此不做具体限定。第一行业特征的数据量可以根据需要进行选择。第一行业特征可以包括多个维度的与工作相关的数据信息。
S21:确定第一行业特征对应的第一映射标签。
第一映射标签可以从第一行业特征对应的标签映射词表中获取,也可以根据第一行业特征的数据,获取相关性较高的标签作为第一映射标签。
S22:从多个候选标签中筛选出与第一映射标签关联的标签,将筛选出的标签作为第一推荐标签。
与第一映射标签关联的标签,可以理解为候选标签中包含的与第一映射标签相同的标签,也可以理解为候选标签中包含的与第一映射标签近似的标签。
根据本公开的技术,通过目标对象的关联特征,可以基于标签推荐模型计算出的结果,进一步更加准确的确定出与目标对象对应的第一推荐标签。
在一种实施方式中,如图3所示,标签推荐方法包括上述步骤S20至S22,还可以包括:
S30:获取目标对象的关联特征中的第二行业特征。
第二行业特征可以是与目标对象的工作相关的任何数据信息,在此不做具体限定。第二行业特征的数据量可以根据需要进行选择。第二行业特征可以包括多个维度的与工作相关的数据信息。第一行业特征和第二行业特征是两个不同维度的关联特征。
S31:确定第二行业特征对应的第二映射标签。
第二映射标签可以从第二行业特征对应的标签映射词表中获取,也可以根据第二行业特征的数据,获取相关性较高的标签作为第二映射标签。
S32:确定与第二映射标签关联的第一推荐标签。
与第二映射标签关联的第一推荐标签,可以理解为与第二映射标签相同的第一推荐标签,也可以理解为与第二映射标签近似的第一推荐标签。
S33:对确定出的第一推荐标签的权重进行调整。
各个第一推荐标签最初由于是经过标签推荐模型打分计算得出的,因此每个第一推荐标签都有对应的分数,通过调整基于第二行业特征确定的第一推荐标签的权重,可以提高该第一推荐标签的分数,也即是说,会影响该第一推荐标签在所有第一推荐标签中的排序。排序靠前,则意味着更优先推荐给目标用户。
根据本公开的技术,通过目标对象的第二行业特征,可以基于标签推荐模型计算出的结果,进一步更加准确的确定出与目标对象强关联的第一推荐标签。
在一个示例中,利用目标对象的关联特征对经由标签推荐模型召回的多个候选标签进行过滤和排序。对于企业用户来说,每个用户拥有不同的关联特征,比如与用户的工作相关的序列特征和与用户的行业相关的部门特征。因此可以挖掘到这些有用的信息,建立不同序列特征(即第一行业特征)和不同部门特征(即第二行业特征)和标签池的映射词表,对经模型语义召回的标签池进行过滤和排序,提升标签推荐的准确率。
建立序列特征和标签池中标签的映射词表,对于序列特征Si,其相关标签集合S_Ki为:
S_Ki={Kj|score(Si,Kj)=1.0,where 1≤j≤210}
其中,score(Si,Kj)表示序列特征和标签的相关性,可以根据需要调整相关性数值。
标签池可以利用一个或多个数据源进行构建。210表示标签池中的标签数量。
建立部门特征和标签池中标签的映射词表,对于部门特征Di,其相关标签集合D_Ki为:
D_Ki={Kj|score(Di,Kj)=1.0,where 1≤j≤210}
其中,score(Di,Kj)表示部门特征和标签的相关性,可以根据需要调整相关性数值。210表示标签池中的标签数量。
利用序列特征和部门特征过滤排序的策略如下,对于模型语义召回的标签Kj进行如下处理。
(1)如果Kj不在用户的序列关联标签集合S_Ki中,直接过滤掉该标签。
(2)如果Kj在用户的部门关联标签集合D_Ki中,则提升用户与Kj的打分,例如将打分乘以1.5(即权重大小)。
在一个示例中,根据目标对象的关联特征,从多个候选标签中确定出目标对象的第一推荐标签,包括以下步骤:
获取目标对象的关联特征中的第一行业特征。
确定第一行业特征对应的第一映射标签。
从多个候选标签中筛选出与第一映射标签关联的标签,将筛选出的标签作为第一推荐标签。
获取目标对象的关联特征中的第二行业特征。
确定第二行业特征对应的第二映射标签。
确定与第二映射标签关联的第一推荐标签。
对确定出的第一推荐标签的权重进行调整。
在一种实施方式中,标签推荐方法包括上述步骤S10至S12,其中,步骤S12:根据目标对象的关联特征,从多个候选标签中确定出目标对象的第一推荐标签,可以进一步包括:
获取目标对象的关联特征中的第二行业特征。
确定第二行业特征对应的第二映射标签。
从多个候选标签中,确定与第二映射标签关联的候选标签。
对与第二映射标签关联的候选标签的分数的权重进行调整。
根据预设打分规则,筛选出分值高于阈值的候选标签作为第一推荐标签。
在一种实施方式中,标签推荐方法包括上述步骤S10至S12,还可以包括:
根据目标对象的历史标签,对第一推荐标签进行筛选,确定出目标对象的第二推荐标签。
目标对象的历史标签可以包括目标对象当前正在使用的标签、使用过且删除了的标签、被推荐但未使用的标签等。通过这些历史标签,可以对第一推荐标签进行去重,从而为目标对象推荐更加准确的标签。
在一种实施方式中,标签推荐方法包括上述步骤S10至S12,还可以包括:
根据关系图谱,获取目标对象的事标签和序列标签。
同时将第一推荐标签(行业标签)、事标签和序列标签推荐给目标对象。
其中,事标签可以理解为目标对象参与过的工作项目相关的标签。序列标签可以理解为与目标对象的工作岗位相关的标签。
根据本公开的技术,可以同时为目标对象推送多个不同维度的标签。
在一个示例中,步骤S10至S12,可以根据预设的时间规则,重复进行。例如,每月或每季度按照步骤S10至S12的标签推荐方法,获取目标对象的最新推荐标签。以保证目标对象的标签时效性更强。
在一个示例中,如图4所示,标签推荐方法包括:
获取公司内部全量在职员工的员工数据,以及公司数据库中的用户空间数据(即标签池),用户空间数据中包括有与员工工作有关的任意数据。
根据员工数据和用户空间数据,构建每个在职员工的预测预料(即初始标签集合)。
加载标签推荐模型,对每个在职员工的预测预料中的各标签预测得分。
基于得分计算结果,标签推荐模型语义召回用户(即每个在职员工)的候选标签。
利用每个在职员工的关联特征,对候选标签进行过滤排序,确定每个在职员工的行业标签(即第一推荐标签)。
利用每个在职员工的用户历史标签,对在职员工的行业标签进行去重,得到第二推荐标签。用户历史标签包括删除过的标签、已打上的标签以及推荐过但未选择的标签。
将第二推荐标签存入待推送标签数据库,以便后续推荐给每个在职员工。
根据本公开的一方面,如图5所示,提供了一种标签推荐模型的训练方法,包括:
S50:根据预设标签池和目标对象的历史标签,构建训练样本集合,其中,预设标签池中包含多个维度的行业标签。
预设标签池中的标签数量和维度可以根据需要进行选择和调整。例如,预设标签池中可以包括的标签有机器学习、产品设计、前端框架、用户体验等,与人的工作内容、工作技能、工作岗位有关的标签。
目标对象的历史标签也可以包括多个维度的标签。历史标签可以理解为与目标对象的工作有关的任何标签。
S51:利用训练样本集合,对初始模型进行优化,得到标签推荐模型,其中,初始模型为BERT模型或ERNIE模型。
对初始模型进行优化,可以理解为通过利用训练样本集合对初始模型进行训练,优化初始模型的参数,以便得到能够为目标对象进行标签推荐的模型。
在本实施例中,BERT和ERNIE模型拥有较强的语义建模能力,BERT和ERNIE模型通过对词、实体等语义单元的掩码,使得模型学习完整概念的语义表示。BERT模型能够学习原始语言信号,ERNIE模型能够直接对先验语义知识单元进行建模,增强了模型语义表示能力。
在一种实施方式中,如图6所示,根据预设标签池和目标对象的历史标签,构建训练样本集合,包括:
S60:根据目标对象的历史标签中的已使用标签,构建正样本。
目标对象的历史标签可以通过反馈的埋点数据进行获取。
S61:根据历史标签中的未被使用标签,构建第一负样本。
S62:根据预设标签池,获取目标对象的第二负样本。
由于第一负样本数量较少,因此需要基于预设标签池内的标签扩充负样本的数量,以便更好的进行模型训练。
第二负样本可以是与第一负样本关联的数据,也可以是随机选取的数据。
S63:根据正样本、第一负样本和第二负样本,构建训练样本集合。
在本实施例中,通过利用预设标签池获取第二负样本,可以弥补目标对象的真实负样本(即第一负样本)数量较少的问题,通过扩充的第二负样本,可以训练得到标签推荐效果更好的标签推荐模型。
在一个示例中,还包括步骤,基于第一负样本,对第二负样本进行去重,从而实现对训练样本集合的降噪。
在一个示例中,如图7所示,标签推荐模型的训练方法包括:
基于预设标签池和目标对象的历史标签,构建语料集合。
根据用户(目标对象)的历史标签中的已打的反馈标签数据,构建正样本。
根据历史标签中的用户删除的标签反馈数据,构建真实负样本(即第一负样本)。
根据标签集合(预设标签池),获取目标对象的第二负样本。
根据正样本、真实负样本和第二负样本,构建训练语料(训练样本集合)。
对训练语料中的负样本进行降噪,并将降噪后的训练语料输入初始BERT模型或ERNIE模型中,对模型进行优化。
将优化后的标签推荐模型保存为预设的标签推荐模型。
根据本公开的一方面,如图8所示,提供了一种标签推荐装置800,包括:
第一确定模块810,用于根据预设标签池和目标对象的关联数据,确定目标对象的初始标签集合。其中,预设标签池中包含多个维度的行业标签。
第二确定模块820,用于利用预设的标签推荐模型,对初始标签集合中的标签进行计算,确定目标对象的多个候选标签。
第三确定模块830,用于根据目标对象的关联特征,从多个候选标签中确定出目标对象的第一推荐标签。
在一种实施方式中,第三确定模块包括:
第一获取子模块,用于获取目标对象的关联特征中的第一行业特征。
第一确定子模块,用于确定第一行业特征对应的第一映射标签。
筛选子模块,用于从多个候选标签中筛选出与第一映射标签关联的标签,将筛选出的标签作为第一推荐标签。
在一种实施方式中,第三确定模块还包括:
第二获取子模块,用于获取目标对象的关联特征中的第二行业特征。
第二确定子模块,用于确定第二行业特征对应的第二映射标签。
第三确定子模块,用于确定与第二映射标签关联的第一推荐标签。
调整子模块,用于对确定出的第一推荐标签的权重进行调整。
在一种实施方式中,还包括:
第四确定模块,用于根据目标对象的历史标签,对第一推荐标签进行筛选,确定出目标对象的第二推荐标签。
在一种实施方式中,预设的标签推荐模型的基础架构为BERT模型或ERNIE模型。
根据本公开的一方面,如图9所示,提供了一种标签推荐模型的训练装置900,包括:
构建模块910,用于根据预设标签池和目标对象的历史标签,构建训练样本集合,其中,预设标签池中包含多个维度的行业标签。
优化模块920,用于利用训练样本集合,对初始模型进行优化,得到标签推荐模型,其中,初始模型为BERT模型或ERNIE模型。
在一种实施方式中,构建模块包括:
第一构建子模块,用于根据目标对象的历史标签中的已使用标签,构建正样本。
第二构建子模块,用于根据历史标签中的未被使用标签,构建第一负样本。
获取子模块,用于根据预设标签池,获取目标对象的第二负样本。
第三构建子模块,用于根据正样本、第一负样本和第二负样本,构建训练样本集合。
本公开实施例各装置中的各单元、模块或子模块的功能可以参见上述方法实施例中的对应描述,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图10示出了可以用来实施本公开的实施例的示例电子设备1000的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或要求的本公开的实现。
如图10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元10010加载到随机访问存储器(RAM)1003中的计算机程序来执行各种适当的动作和处理。在RAM 1003中,还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元10010,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许电子设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1001可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1001的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1001执行上文所描述的各个方法和处理,例如标签推荐方法和标签推荐模型的训练方法。例如,在一些实施例中,标签推荐方法和标签推荐模型的训练方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元10010。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM1003并由计算单元1001执行时,可以执行上文描述的标签推荐方法和标签推荐模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行标签推荐方法和标签推荐模型的训练方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本公开的技术可以应用于企业的知识搜索场景下,例如应用于“如流”软件的搜索入口提供“以事找人”功能中,对不同用户推送个性化的行业标签,极大的丰富办公场景下的知识获取。为让用户不定期地维护自己的行业标签,更新自己的工作变化,从而提升“以事找人”的覆盖率及准确率。通过实时地个性化标签推荐功能,可以将新的标签直接触达到用户,提升”搜业务相关人“所需行业标签的更新时效性、准确性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种标签推荐方法,包括:
根据预设标签池和目标对象的关联数据,确定所述目标对象的初始标签集合;
利用预设的标签推荐模型,对所述初始标签集合中的标签进行计算,确定所述目标对象的多个候选标签;
根据所述目标对象的关联特征,从所述多个候选标签中确定出所述目标对象的第一推荐标签。
2.根据权利要求1所述的方法,其中,所述根据所述目标对象的关联特征,从所述多个候选标签中确定出所述目标对象的第一推荐标签,包括:
获取所述目标对象的关联特征中的第一行业特征;
确定所述第一行业特征对应的第一映射标签;
从所述多个候选标签中筛选出与所述第一映射标签关联的标签,将筛选出的标签作为第一推荐标签。
3.根据权利要求2所述的方法,还包括:
获取所述目标对象的关联特征中的第二行业特征;
确定所述第二行业特征对应的第二映射标签;
确定与所述第二映射标签关联的第一推荐标签;
对确定出的第一推荐标签的权重进行调整。
4.根据权利要求1至3任一项所述的方法,还包括:
根据所述目标对象的历史标签,对所述第一推荐标签进行筛选,确定出所述目标对象的第二推荐标签。
5.根据权利要求1至3任一项所述的方法,其中,所述预设的标签推荐模型的基础架构为来自变换器的双向编码器表征量BERT模型或基于知识集成的增强表示ERNIE模型。
6.一种标签推荐模型的训练方法,包括:
根据预设标签池和目标对象的历史标签,构建训练样本集合,其中,所述预设标签池中包含多个维度的行业标签;
利用所述训练样本集合,对初始模型进行优化,得到标签推荐模型,其中,所述初始模型为BERT模型或ERNIE模型。
7.根据权利要求6所述的方法,其中,所述根据预设标签池和目标对象的历史标签,构建训练样本集合,包括:
根据所述目标对象的历史标签中的已使用标签,构建正样本;
根据所述历史标签中的未被使用标签,构建第一负样本;
根据预设标签池,获取所述目标对象的第二负样本;
根据所述正样本、所述第一负样本和所述第二负样本,构建训练样本集合。
8.一种标签推荐装置,包括:
第一确定模块,用于根据预设标签池和目标对象的关联数据,确定所述目标对象的初始标签集合;其中,所述预设标签池中包含多个维度的行业标签;
第二确定模块,用于利用预设的标签推荐模型,对所述初始标签集合中的标签进行计算,确定所述目标对象的多个候选标签;
第三确定模块,用于根据所述目标对象的关联特征,从所述多个候选标签中确定出所述目标对象的第一推荐标签。
9.根据权利要求8所述的装置,其中,所述第三确定模块包括:
第一获取子模块,用于获取所述目标对象的关联特征中的第一行业特征;
第一确定子模块,用于确定所述第一行业特征对应的第一映射标签;
筛选子模块,用于从所述多个候选标签中筛选出与所述第一映射标签关联的标签,将筛选出的标签作为第一推荐标签。
10.根据权利要求9所述的装置,所述第三确定模块还包括:
第二获取子模块,用于获取所述目标对象的关联特征中的第二行业特征;
第二确定子模块,用于确定所述第二行业特征对应的第二映射标签;
第三确定子模块,用于确定与所述第二映射标签关联的第一推荐标签;
调整子模块,用于对确定出的第一推荐标签的权重进行调整。
11.根据权利要求8至10任一项所述的装置,还包括:
第四确定模块,用于根据所述目标对象的历史标签,对所述第一推荐标签进行筛选,确定出所述目标对象的第二推荐标签。
12.根据权利要求8至10任一项所述的装置,其中,所述预设的标签推荐模型的基础架构为BERT模型或ERNIE模型。
13.一种标签推荐模型的训练装置,包括:
构建模块,用于根据预设标签池和目标对象的历史标签,构建训练样本集合,其中,所述预设标签池中包含多个维度的行业标签;
优化模块,用于利用所述训练样本集合,对初始模型进行优化,得到标签推荐模型,其中,所述初始模型为BERT模型或ERNIE模型。
14.根据权利要求13所述的装置,其中,所述构建模块包括:
第一构建子模块,用于根据所述目标对象的历史标签中的已使用标签,构建正样本;
第二构建子模块,用于根据所述历史标签中的未被使用标签,构建第一负样本;
获取子模块,用于根据预设标签池,获取所述目标对象的第二负样本;
第三构建子模块,用于根据所述正样本、所述第一负样本和所述第二负样本,构建训练样本集合。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1至7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110322294.XA CN112989023B (zh) | 2021-03-25 | 2021-03-25 | 标签推荐方法、装置、设备、存储介质及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110322294.XA CN112989023B (zh) | 2021-03-25 | 2021-03-25 | 标签推荐方法、装置、设备、存储介质及计算机程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112989023A true CN112989023A (zh) | 2021-06-18 |
CN112989023B CN112989023B (zh) | 2023-07-28 |
Family
ID=76333682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110322294.XA Active CN112989023B (zh) | 2021-03-25 | 2021-03-25 | 标签推荐方法、装置、设备、存储介质及计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112989023B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538115A (zh) * | 2021-09-15 | 2021-10-22 | 杭州牧童曲数智科技有限公司 | 创业孵化器的智能匹配方法、系统、装置及可读存储介质 |
CN113792153A (zh) * | 2021-08-25 | 2021-12-14 | 北京百度网讯科技有限公司 | 问答推荐方法及其装置 |
CN115062233A (zh) * | 2022-08-18 | 2022-09-16 | 中航信移动科技有限公司 | 一种用于民航数据的组合标签生成方法 |
CN115062232A (zh) * | 2022-08-18 | 2022-09-16 | 中航信移动科技有限公司 | 一种用于民航数据的标签处理方法、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107688609A (zh) * | 2017-07-31 | 2018-02-13 | 北京拉勾科技有限公司 | 一种职位标签推荐方法和计算设备 |
WO2020000876A1 (zh) * | 2018-06-27 | 2020-01-02 | 北京字节跳动网络技术有限公司 | 用于生成模型的方法和装置 |
CN111046952A (zh) * | 2019-12-12 | 2020-04-21 | 深圳市随手金服信息科技有限公司 | 标签挖掘模型的建立方法、装置、存储介质及终端 |
CN111382352A (zh) * | 2020-03-02 | 2020-07-07 | 腾讯科技(深圳)有限公司 | 数据推荐方法、装置、计算机设备以及存储介质 |
CN111768244A (zh) * | 2020-06-30 | 2020-10-13 | 深圳前海微众银行股份有限公司 | 一种广告投放的推荐方法及装置 |
-
2021
- 2021-03-25 CN CN202110322294.XA patent/CN112989023B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107688609A (zh) * | 2017-07-31 | 2018-02-13 | 北京拉勾科技有限公司 | 一种职位标签推荐方法和计算设备 |
WO2020000876A1 (zh) * | 2018-06-27 | 2020-01-02 | 北京字节跳动网络技术有限公司 | 用于生成模型的方法和装置 |
CN111046952A (zh) * | 2019-12-12 | 2020-04-21 | 深圳市随手金服信息科技有限公司 | 标签挖掘模型的建立方法、装置、存储介质及终端 |
CN111382352A (zh) * | 2020-03-02 | 2020-07-07 | 腾讯科技(深圳)有限公司 | 数据推荐方法、装置、计算机设备以及存储介质 |
CN111768244A (zh) * | 2020-06-30 | 2020-10-13 | 深圳前海微众银行股份有限公司 | 一种广告投放的推荐方法及装置 |
Non-Patent Citations (2)
Title |
---|
MING-JIE TIAN等: "Labeled Bilingual Topic Model for Cross-Lingual Text Classification and Label Recommendation", 《2018 5TH INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE AND CONTROL ENGINEERING》, pages 285 - 289 * |
崔超然;马军;: "一种结合相关性和多样性的图像标签推荐方法", 计算机学报, no. 03 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792153A (zh) * | 2021-08-25 | 2021-12-14 | 北京百度网讯科技有限公司 | 问答推荐方法及其装置 |
CN113792153B (zh) * | 2021-08-25 | 2023-12-12 | 北京度商软件技术有限公司 | 问答推荐方法及其装置 |
CN113538115A (zh) * | 2021-09-15 | 2021-10-22 | 杭州牧童曲数智科技有限公司 | 创业孵化器的智能匹配方法、系统、装置及可读存储介质 |
CN115062233A (zh) * | 2022-08-18 | 2022-09-16 | 中航信移动科技有限公司 | 一种用于民航数据的组合标签生成方法 |
CN115062232A (zh) * | 2022-08-18 | 2022-09-16 | 中航信移动科技有限公司 | 一种用于民航数据的标签处理方法、电子设备及存储介质 |
CN115062233B (zh) * | 2022-08-18 | 2022-11-04 | 中航信移动科技有限公司 | 一种用于民航数据的组合标签生成方法 |
CN115062232B (zh) * | 2022-08-18 | 2022-11-04 | 中航信移动科技有限公司 | 一种用于民航数据的标签处理方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112989023B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112989023B (zh) | 标签推荐方法、装置、设备、存储介质及计算机程序产品 | |
US20220383190A1 (en) | Method of training classification model, method of classifying sample, and device | |
EP4016432A1 (en) | Method and apparatus for training fusion ordering model, search ordering method and apparatus, electronic device, storage medium, and program product | |
CN110597994A (zh) | 事件元素识别方法和装置 | |
CN111967262A (zh) | 实体标签的确定方法和装置 | |
CN111353050A (zh) | 一种电信客服垂直领域的词库构建方法及工具 | |
CN113011155A (zh) | 用于文本匹配的方法、装置、设备、存储介质和程序产品 | |
CN112925883A (zh) | 搜索请求处理方法、装置、电子设备及可读存储介质 | |
CN115827872A (zh) | 一种意图识别模型的训练方法、意图识别方法及装置 | |
CN113392920B (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
CN112528146B (zh) | 内容资源推荐方法、装置、电子设备及存储介质 | |
CN114428902A (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
CN112506864A (zh) | 文件检索的方法、装置、电子设备及可读存储介质 | |
CN113704494A (zh) | 基于知识图谱的实体检索方法、装置、设备以及存储介质 | |
CN113407579A (zh) | 群组查询方法、装置、电子设备及可读存储介质 | |
CN114281990A (zh) | 文档分类方法及装置、电子设备和介质 | |
CN114647739A (zh) | 实体链指方法、装置、电子设备及存储介质 | |
CN113407586A (zh) | 数据检索方法、装置、办公系统、存储介质及电子设备 | |
CN114139798A (zh) | 企业风险预测方法、装置及电子设备 | |
CN112925913A (zh) | 用于匹配数据的方法、装置、设备和计算机可读存储介质 | |
CN112528644A (zh) | 实体挂载的方法、装置、设备以及存储介质 | |
CN113641724A (zh) | 知识标签挖掘方法、装置、电子设备及存储介质 | |
CN112329427B (zh) | 短信样本的获取方法和装置 | |
CN115168577B (zh) | 模型更新方法、装置、电子设备及存储介质 | |
CN112784033B (zh) | 一种时效等级识别模型训练及应用的方法、及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |