发明名称 |
图片搜索相关性预测模型的建立、图片搜索方法和装置 |
摘要 |
本发明实施例公开了一种图片搜索相关性预测模型的建立、图片搜索方法和装置。图片搜索相关性预测模型的建立方法包括:使用训练样本对预先构建的原始深层神经网络进行训练;训练样本包括:查询式以及图片数据,原始深层神经网络包括:表示向量生成网络以及相关计算网络;将训练完成的原始深层神经网络作为图片搜索相关性预测模型。本发明的技术方案优化了现有的图片搜索技术,在查询式与图片文本的语义匹配、查询式与图片内容的语义匹配、点击泛化等几个方面的能力比现有技术及各种融合和变种的能力更强,并可以大大提高图片搜索结果与用户输入的查询式之间的相关度。 |
申请公布号 |
CN106021364A |
申请公布日期 |
2016.10.12 |
申请号 |
CN201610306220.6 |
申请日期 |
2016.05.10 |
申请人 |
百度在线网络技术(北京)有限公司 |
发明人 |
付立波;罗恒;方高林;徐伟 |
分类号 |
G06F17/30(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京品源专利代理有限公司 11332 |
代理人 |
孟金喆;胡彬 |
主权项 |
一种图片搜索相关性预测模型的建立方法,其特征在于,包括:使用训练样本对预先构建的原始深层神经网络进行训练;其中,所述训练样本包括:查询式以及图片数据,所述原始深层神经网络包括:表示向量生成网络以及相关计算网络,所述表示向量生成网络用于将所述训练样本中不同类型的数据转换为表示向量并输入至所述相关计算网络,所述相关计算网络用于将输入的至少两个表示向量转换为一个相关性度量值;将训练完成的所述原始深层神经网络作为所述图片搜索相关性预测模型。 |
地址 |
100085 北京市海淀区上地十街10号百度大厦三层 |