-
公开(公告)号:CN119782475A
公开(公告)日:2025-04-08
申请号:CN202411869441.5
申请日:2024-12-18
Applicant: 北京林业大学
IPC: G06F16/3329 , G06F16/3332 , G06F16/31 , G06N3/045 , G06N3/08 , G06F40/30 , G06N3/0455
Abstract: 本发明提出了一种双会话增强的时间感知查询补全模型,特别适用于搜索引擎的实时查询补全场景。通过引入时间感知和个性化特征,本方法能有效提升查询补全的准确性和相关性。具体而言,发明包括:查询日志筛选模块,用于基于时间戳和用户ID对查询日志进行个性化和公共日志的区分与筛选;双会话增强的时间感知会话子集筛选模块,通过计算语义和时间相似度,筛选出个性化和公共时间感知会话子集;流行度感知特征子集构建模块,结合查询日志的流行度信息;以及基于NLG模型的输出模块,整合上述信息,生成查询补全候选列表。本发明通过深度学习技术,实现了对查询趋势动态变化的捕捉,增强了查询补全的时效性和个性化,显著提升了用户体验。