本公開涉及數(shù)據(jù)挖掘，尤其涉及一種查詢標(biāo)簽數(shù)據(jù)的生成方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、相關(guān)技術(shù)中，隨著人工智能領(lǐng)域的不斷發(fā)展，知識圖譜被看作是支持人工智能發(fā)展的一塊重要基石，同時(shí)隨著人工智能技術(shù)在各個(gè)應(yīng)用上的不斷突破，知識圖譜的應(yīng)用也受到越來越多的關(guān)注。知識引擎被視作人工智能時(shí)代下機(jī)器的大腦，不斷加速著各類垂直領(lǐng)域應(yīng)用的落地。知識圖譜和電商平臺聯(lián)合是基于電商商品數(shù)據(jù)，采用知識圖譜技術(shù)，對商品的標(biāo)簽、所屬場景、核心商品詞、屬性特征詞、同義詞等進(jìn)行計(jì)算及關(guān)聯(lián)，從而構(gòu)建實(shí)時(shí)的商品圖譜用于挖掘商品上位詞、同義詞及場景概念詞等。同時(shí)依據(jù)用戶喜好、購買歷史、瀏覽足跡、重復(fù)購買率等特征推薦用戶感興趣的商品，為搜索和推薦提供有針對性的內(nèi)容，進(jìn)而精準(zhǔn)滿足用戶需求，提高商業(yè)應(yīng)用價(jià)值。

技術(shù)實(shí)現(xiàn)思路

1、為克服相關(guān)技術(shù)中存在的問題，本公開提供一種查詢標(biāo)簽數(shù)據(jù)的生成方法、裝置、電子設(shè)備及存儲介質(zhì)。

2、根據(jù)本公開實(shí)施例的第一方面，提供一種查詢標(biāo)簽數(shù)據(jù)的生成方法，包括：

3、獲取初始檢索數(shù)據(jù)；

4、從商品交易日志中獲取與所述初始檢索數(shù)據(jù)匹配的第一查詢標(biāo)簽數(shù)據(jù)；

5、基于預(yù)設(shè)啟發(fā)規(guī)則對所述第一查詢標(biāo)簽數(shù)據(jù)進(jìn)行篩選，獲得第二查詢標(biāo)簽數(shù)據(jù)；

6、通過預(yù)設(shè)判別模型確定所述第二查詢標(biāo)簽數(shù)據(jù)的合理概率值，其中，所述預(yù)設(shè)判別模型用于對查詢標(biāo)簽數(shù)據(jù)進(jìn)行識別，生成合理概率值，所述合理概率值用于表征查詢標(biāo)簽數(shù)據(jù)的準(zhǔn)確性；

7、在所述合理概率值達(dá)到設(shè)定閾值的情況下，確定所述第二查詢標(biāo)簽數(shù)據(jù)為目標(biāo)查詢標(biāo)簽數(shù)據(jù)。

8、可選地，所述預(yù)設(shè)判別模型用于對所述第二查詢標(biāo)簽數(shù)據(jù)的特征進(jìn)行線性組合，以生成第一向量，并對所述第二查詢標(biāo)簽數(shù)據(jù)的語義信息進(jìn)行編碼，以生成第二向量，對所述第一向量與所述第二向量進(jìn)行拼接后，生成所述合理概率值。

9、可選地，所述對所述第二查詢標(biāo)簽數(shù)據(jù)的特征進(jìn)行線性組合，以生成第一向量，包括：

10、對所述第二查詢標(biāo)簽數(shù)據(jù)進(jìn)行特征識別，以確定所述第二查詢標(biāo)簽數(shù)據(jù)的特征數(shù)據(jù)，所述特征數(shù)據(jù)包括：商品屬性特征數(shù)據(jù)、長度特征數(shù)據(jù)、詞性組合特征數(shù)據(jù)、困惑度數(shù)據(jù)和流行價(jià)值數(shù)據(jù)；

11、對所述特征數(shù)據(jù)進(jìn)行線性組合和編碼，生成所述第一向量。

12、可選地，所述特征數(shù)據(jù)包括困惑度數(shù)據(jù)，所述對所述第二查詢標(biāo)簽數(shù)據(jù)進(jìn)行特征識別，以確定所述第二查詢標(biāo)簽數(shù)據(jù)的特征數(shù)據(jù)，包括：

13、通過預(yù)設(shè)語言模型對所述第二查詢標(biāo)簽數(shù)據(jù)進(jìn)行特征識別，以確定第一困惑度數(shù)據(jù)；

14、通過預(yù)設(shè)商品語料模型對所述第二查詢標(biāo)簽數(shù)據(jù)進(jìn)行特征識別，以確定第二困惑度數(shù)據(jù)；

15、根據(jù)所述第一困惑度數(shù)據(jù)和所述第二困惑度數(shù)據(jù)，確定所述困惑度數(shù)據(jù)。

16、可選地，所述特征數(shù)據(jù)包括流行價(jià)值數(shù)據(jù)，所述對所述第二查詢標(biāo)簽數(shù)據(jù)進(jìn)行特征識別，以確定所述第二查詢標(biāo)簽數(shù)據(jù)的特征數(shù)據(jù)，包括：

17、根據(jù)所述第二查詢標(biāo)簽數(shù)據(jù)與預(yù)設(shè)通用語料庫的匹配次數(shù)，生成第一流行價(jià)值數(shù)據(jù)；

18、根據(jù)所述第二查詢標(biāo)簽數(shù)據(jù)與預(yù)設(shè)商品語料庫的匹配次數(shù)，生成第二流行價(jià)值數(shù)據(jù)；

19、根據(jù)所述第一流行價(jià)值數(shù)據(jù)和所述第二流行價(jià)值數(shù)據(jù)，確定所述流行價(jià)值數(shù)據(jù)。

20、可選地，所述對所述第二查詢標(biāo)簽數(shù)據(jù)的語義信息進(jìn)行編碼，以生成第二向量，包括：

21、對所述第二查詢標(biāo)簽數(shù)據(jù)的語義信息進(jìn)行編碼，生成初始語義信息；

22、根據(jù)所述初始語義信息，確定所述第二查詢標(biāo)簽數(shù)據(jù)的上下文語義信息；

23、根據(jù)所述初始語義信息和所述上下文語義信息，生成所述第二向量。

24、可選地，所述方法還包括：

25、通過預(yù)設(shè)改寫規(guī)則對所述初始檢索數(shù)據(jù)進(jìn)行改寫，以生成多個(gè)第三查詢標(biāo)簽數(shù)據(jù)；

26、確定所述多個(gè)第三查詢標(biāo)簽數(shù)據(jù)與所述目標(biāo)查詢標(biāo)簽數(shù)據(jù)的多個(gè)語義相似度；

27、從所述多個(gè)第三查詢標(biāo)簽數(shù)據(jù)中篩選出語義相似度大于相似度閾值的多個(gè)第四查詢標(biāo)簽數(shù)據(jù)；

28、根據(jù)所述多個(gè)第四查詢標(biāo)簽數(shù)據(jù)和所述目標(biāo)查詢標(biāo)簽數(shù)據(jù)，生成商品推薦列表。

29、可選地，所述從商品交易日志中獲取與所述初始檢索數(shù)據(jù)匹配的第一查詢標(biāo)簽數(shù)據(jù)，包括：

30、從所述商品交易日志中獲取與所述初始檢索數(shù)據(jù)匹配的多個(gè)第五查詢標(biāo)簽數(shù)據(jù)；

31、獲取所述多個(gè)第五查詢標(biāo)簽數(shù)據(jù)一一對應(yīng)的多個(gè)頁面瀏覽量；

32、根據(jù)所述多個(gè)頁面瀏覽量，從所述多個(gè)第五查詢標(biāo)簽數(shù)據(jù)中確定頁面瀏覽量大于設(shè)定瀏覽量閾值的所述第一查詢標(biāo)簽數(shù)據(jù)。

33、可選地，所述預(yù)設(shè)啟發(fā)規(guī)則包括：

34、若所述第一查詢標(biāo)簽數(shù)據(jù)中存在商品屬性特征，則確定所述第一查詢標(biāo)簽數(shù)據(jù)為所述第二查詢標(biāo)簽數(shù)據(jù)；

35、若所述第一查詢標(biāo)簽數(shù)據(jù)與預(yù)設(shè)商品詞表和/或預(yù)設(shè)品牌詞表匹配，則確定所述第一查詢標(biāo)簽數(shù)據(jù)不是所述第二查詢標(biāo)簽數(shù)據(jù)；

36、若所述第一查詢標(biāo)簽數(shù)據(jù)的詞性組合與預(yù)設(shè)詞性組合匹配，則確定所述第一查詢標(biāo)簽數(shù)據(jù)為所述第二查詢標(biāo)簽數(shù)據(jù)。

37、根據(jù)本公開實(shí)施例的第二方面，提供一種查詢標(biāo)簽數(shù)據(jù)的生成裝置，包括：

38、第一獲取模塊，被配置為獲取初始檢索數(shù)據(jù)；

39、第二獲取模塊，被配置為從商品交易日志中獲取與所述初始檢索數(shù)據(jù)匹配的第一查詢標(biāo)簽數(shù)據(jù)；

40、第三獲取模塊，被配置為基于預(yù)設(shè)啟發(fā)規(guī)則對所述第一查詢標(biāo)簽數(shù)據(jù)進(jìn)行篩選，獲得第二查詢標(biāo)簽數(shù)據(jù)；

41、確定模塊，被配置為通過預(yù)設(shè)判別模型確定所述第二查詢標(biāo)簽數(shù)據(jù)的合理概率值，其中，所述預(yù)設(shè)判別模型用于對所述第二查詢標(biāo)簽數(shù)據(jù)的特征進(jìn)行線性組合，以生成第一向量，并對所述第二查詢標(biāo)簽數(shù)據(jù)的語義信息進(jìn)行編碼，以生成第二向量，對所述第一向量與所述第二向量進(jìn)行拼接后，生成所述合理概率值；

42、生成模塊，被配置為在所述合理概率值達(dá)到設(shè)定閾值的情況下，確定所述第二查詢標(biāo)簽數(shù)據(jù)為目標(biāo)查詢標(biāo)簽數(shù)據(jù)。

43、根據(jù)本公開實(shí)施例的第三方面，提供一種電子設(shè)備，包括：

44、存儲器，其上存儲有計(jì)算機(jī)程序；

45、處理器，用于執(zhí)行所述存儲器中的所述計(jì)算機(jī)程序，以實(shí)現(xiàn)本公開第一方面中任一項(xiàng)所述方法的步驟。

46、根據(jù)本公開實(shí)施例的第四方面，提供一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序指令，該程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)本公開第一方面中任一項(xiàng)所述方法的步驟。

47、本公開的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：

48、通過上述方式，獲取初始檢索數(shù)據(jù)，從商品交易日志中獲取與初始檢索數(shù)據(jù)匹配的第一查詢標(biāo)簽數(shù)據(jù)，基于預(yù)設(shè)啟發(fā)規(guī)則對第一查詢標(biāo)簽數(shù)據(jù)進(jìn)行篩選，獲得第二查詢標(biāo)簽數(shù)據(jù)，通過預(yù)設(shè)判別模型確定第二查詢標(biāo)簽數(shù)據(jù)的合理概率值，其中，預(yù)設(shè)判別模型用于對查詢標(biāo)簽數(shù)據(jù)進(jìn)行識別，生成合理概率值，合理概率值用于表征查詢標(biāo)簽數(shù)據(jù)的準(zhǔn)確性，在合理概率值達(dá)到設(shè)定閾值的情況下，確定第二查詢標(biāo)簽數(shù)據(jù)為目標(biāo)查詢標(biāo)簽數(shù)據(jù)。從而通過預(yù)設(shè)判別模型對檢索數(shù)據(jù)匹配的查詢標(biāo)簽數(shù)據(jù)進(jìn)行篩選，挖掘出與用戶需求匹配的查詢標(biāo)簽數(shù)據(jù)，解決語義鴻溝導(dǎo)致的漏召回問題。

49、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。