-
公开(公告)号:CN112084774A
公开(公告)日:2020-12-15
申请号:CN202010937376.0
申请日:2020-09-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F40/247 , G06F40/30 , G06F16/9538 , G06F16/953
Abstract: 本公开提供了一种数据搜索方法,涉及计算机技术领域。该方法包括:通过对接收到的检索词进行的语义理解,确定与检索词对应的语义理解信息;根据语义理解信息,分析得到检索词的时效性需求信息;基于检索词的时效性需求信息,确定检索词对应的资源结果的获取方式;根据选择的获取方式,得到检索词对应的资源结果。本公开还提供了一种数据装置、系统、设备和计算机可读存储介质。
-
公开(公告)号:CN111241398B
公开(公告)日:2023-07-25
申请号:CN202010024434.0
申请日:2020-01-10
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06F16/9532
Abstract: 本申请公开了一种数据预取方法、装置、电子设备及计算机可读存储介质,涉及智能搜索领域。具体实现方案为:获取用户输入的查询前缀;基于预先训练的语言模型对所述查询前缀进行判别,得到所述查询前缀的困惑度;判断所述困惑度是否小于预设阈值;当所述困惑度小于所述预设阈值时,基于所述查询前缀发送预取请求。根据本申请实施例,可以将困惑度较高的预取请求直接过滤掉,从而可以提升预取的成功率。
-
公开(公告)号:CN112084774B
公开(公告)日:2021-07-20
申请号:CN202010937376.0
申请日:2020-09-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F40/247 , G06F40/30 , G06F16/9538 , G06F16/953
Abstract: 本公开提供了一种数据搜索方法,涉及计算机技术领域。该方法包括:通过对接收到的检索词进行的语义理解,确定与检索词对应的语义理解信息;根据语义理解信息,分析得到检索词的时效性需求信息;基于检索词的时效性需求信息,确定检索词对应的资源结果的获取方式;根据选择的获取方式,得到检索词对应的资源结果。本公开还提供了一种数据装置、系统、设备和计算机可读存储介质。
-
公开(公告)号:CN110535779B
公开(公告)日:2020-09-11
申请号:CN201910815509.4
申请日:2019-08-30
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04L12/801 , H04L12/851 , G06F16/953
Abstract: 本申请提出一种流量降级方法及装置,其中方法包括:获取当前时刻之前预设时间窗口内各个打分区间的历史流量信息;针对每个打分区间,根据打分区间的历史流量信息,从各个降级策略中选择对应的折算拒绝量小于预设拒绝量阈值且机器节省量最大的降级策略,作为打分区间对应的降级策略;根据各个打分区间对应的降级策略,对相应打分区间内的低质流量进行降级处理,该方法能够在确保折算拒绝量小于预设拒绝量阈值的情况下,从多个降级策略中选择机器节省量最大的降级策略作为该打分区间的降级策略,从而可以对各个打分区间的降级策略进行动态调整,大大提高机器节省量。
-
公开(公告)号:CN110535779A
公开(公告)日:2019-12-03
申请号:CN201910815509.4
申请日:2019-08-30
Applicant: 百度在线网络技术(北京)有限公司
IPC: H04L12/801 , H04L12/851 , G06F16/953
Abstract: 本申请提出一种流量降级方法及装置,其中方法包括:获取当前时刻之前预设时间窗口内各个打分区间的历史流量信息;针对每个打分区间,根据打分区间的历史流量信息,从各个降级策略中选择对应的折算拒绝量小于预设拒绝量阈值且机器节省量最大的降级策略,作为打分区间对应的降级策略;根据各个打分区间对应的降级策略,对相应打分区间内的低质流量进行降级处理,该方法能够在确保折算拒绝量小于预设拒绝量阈值的情况下,从多个降级策略中选择机器节省量最大的降级策略作为该打分区间的降级策略,从而可以对各个打分区间的降级策略进行动态调整,大大提高机器节省量。
-
公开(公告)号:CN111241398A
公开(公告)日:2020-06-05
申请号:CN202010024434.0
申请日:2020-01-10
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/9535 , G06F16/9532
Abstract: 本申请公开了一种数据预取方法、装置、电子设备及计算机可读存储介质,涉及智能搜索领域。具体实现方案为:获取用户输入的查询前缀;基于预先训练的语言模型对所述查询前缀进行判别,得到所述查询前缀的困惑度;判断所述困惑度是否小于预设阈值;当所述困惑度小于所述预设阈值时,基于所述查询前缀发送预取请求。根据本申请实施例,可以将困惑度较高的预取请求直接过滤掉,从而可以提升预取的成功率。
-
-
-
-
-