申请/专利权人：中国科学技术大学

申请日：2024-01-15

公开（公告）日：2024-07-05

公开（公告）号：CN117573856B

主分类号：G06F16/335

分类号：G06F16/335;G06F40/284;G06N3/0442;G06N3/0455

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明涉及个性化内容推荐技术领域，公开了一种基于记忆网络的建筑领域内容多兴趣召回方法，包括：通过专家构建专有词库和建筑子领域相关的兴趣点；通过专有词库对用户浏览的建筑内容文本进行分词，得到嵌入向量；采用记忆网络预测用户对建筑内容文本的喜好程度，记忆网络包括多个记忆单元；每个记忆单元具有一个状态向量；对记忆网络的训练：将用户的每个兴趣点作为一个召回通路；在第i个召回通路中，筛选出多个最大余弦相似度对应的待召回的建筑内容文本；将所有召回通络中筛选出的建筑内容文本进行排序、去重，得到针对所述用户的召回结果。通过多路召回的方式，同时考虑用户的多种兴趣，满足用户的多元化需求。

主权项：1.一种基于记忆网络的建筑领域内容多兴趣召回方法，包括以下步骤：步骤一：通过专家构建建筑领域的专有词库、建筑子领域和建筑子领域相关的兴趣点；步骤二：通过专有词库对用户U当前浏览的建筑内容文本进行分词，将分词结果输入到BERT预训练模型，得到建筑内容文本的嵌入向量；步骤三：采用记忆网络预测用户U对建筑内容文本的喜好程度，记忆网络包括多个记忆单元；每个记忆单元具有一个状态向量，代表用户U的一个兴趣点；在用户U浏览建筑内容文本时，能够通过门控机制更新记忆单元的状态向量，实现对记忆网络的训练，具体包括：所述门控机制为第个记忆单元引入重置门和更新门： ； ；其中，，表示记忆网络中记忆单元的总数，表示激活函数；表示第个记忆单元的状态向量，表示与第个记忆单元相关的兴趣文本嵌入向量，、、、、和均为权重矩阵；计算第个记忆单元的候选更新状态向量：；结合更新门得到第个记忆单元的新的状态向量：；代表Hadamard乘积，和为权重矩阵；通过对进行更新；步骤四，将用户U的每个兴趣点作为一个召回通路，即每个记忆单元对应一个召回通路；对于第个召回通路，计算给定的个待召回的建筑内容文本的嵌入向量与第个记忆单元的状态向量的余弦相似度： ，；在第个召回通路中，筛选出最大的N个余弦相似度对应的待召回的建筑内容文本；将所有召回通路中筛选出的建筑内容文本进行排序、去重，得到针对所述用户U的召回结果。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种基于记忆网络的建筑领域内容多兴趣召回方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD