-
公开(公告)号:CN113544661A
公开(公告)日:2021-10-22
申请号:CN202080019154.9
申请日:2020-01-31
Applicant: 微软技术许可有限责任公司
IPC: G06F16/953 , G06F16/9032
Abstract: 本文描述了一种计算机实现的技术,该技术接收用户提交的输入表达,该输入表达具有达成某个目标的意图。然后,该技术使用经机器训练的意图编码器组件将输入表达映射成输入表达意图向量(IEIV)。IEIV对应于向量意图向量空间内与输入表达相关联的意图的分布式表示。然后,该技术利用意图向量来促进某个下游应用任务,诸如信息的检索。一些应用任务还使用邻居搜索组件来找到表达与输入表达相似意图的表达。训练系统基于如搜索引擎搜索日志中所记录的查询与用户点击之间的联系,来训练意图编码器组件。
-
公开(公告)号:CN113544661B
公开(公告)日:2024-07-02
申请号:CN202080019154.9
申请日:2020-01-31
Applicant: 微软技术许可有限责任公司
IPC: G06F16/953 , G06F16/9032
Abstract: 本文描述了一种计算机实现的技术,该技术接收用户提交的输入表达,该输入表达具有达成某个目标的意图。然后,该技术使用经机器训练的意图编码器组件将输入表达映射成输入表达意图向量(IEIV)。IEIV对应于向量意图向量空间内与输入表达相关联的意图的分布式表示。然后,该技术利用意图向量来促进某个下游应用任务,诸如信息的检索。一些应用任务还使用邻居搜索组件来找到表达与输入表达相似意图的表达。训练系统基于如搜索引擎搜索日志中所记录的查询与用户点击之间的联系,来训练意图编码器组件。
-
公开(公告)号:CN113906417A
公开(公告)日:2022-01-07
申请号:CN202080039481.0
申请日:2020-03-25
Applicant: 微软技术许可有限责任公司
IPC: G06F16/951 , G06F16/31 , G06F16/335
Abstract: 本文描述了一种用于利用神经网络标识和排名搜索结果的机制。机器学习模型是通过将包括查询‑文档条目的训练数据转换为查询项目‑文档条目而被训练的。查询项目‑文档条目被用于训练机器学习模型。查询项目集合被标识。查询项目能够从查询历史得出。经训练的机器学习模型被用于为查询项目计算文档排名分数,并且所得分数被存储在预先计算的项目‑文档索引中。搜索文档索引的查询被分解为其组成项目,并且聚合文档排名分数是从与各个查询项目相对应的文档排名分数的加权和计算的。因为项目‑文档索引能够被预先计算,所以它能够被下载以在计算有限的环境中提供深度学习搜索能力。
-
公开(公告)号:CN110069685A
公开(公告)日:2019-07-30
申请号:CN201811580650.2
申请日:2014-06-09
Applicant: 微软技术许可有限责任公司
IPC: G06F16/951 , G06F16/43 , G06F16/9535
Abstract: 本发明的方面允许用户从单个搜索查询输入位置搜索多个app的内容。用户输入搜索查询并且搜索多个app和/或其内容以确定与该输入查询的相关性。如果标识了具有相关app内容的app,可以确定该app是否与查询用户相关联。如果确定了该app与查询用户相关联,可以向用户呈现被确定为关于输入查询的信息。如果确定了该app与用户不相关联,可以向用户呈现该app的身份和/或引导用户至其中用户可以变得与已标识的app相关联并且获得所期望信息的位置(例如app商店)。
-
-
-