买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：本发明涉及人工智能及数字医疗领域，公开了一种召回文本推荐方法、装置、设备及存储介质。该方法包括：获取历史文本以及各历史文本的用户行为日志；根据用户行为日志确定为正样本，选取与正样本相似的历史文本作为负样本，根据正样本和负样本构造训练样本；获取用户画像，将用户画像和训练样本输入预设的预测模型中，获得输出结果，根据输出结果计算损失函数并基于损失函数对预测模型进行训练，获得目标预测模型；获取待测文本，将用户画像和待测文本输入目标预测模型中，输出预测结果，基于预测结果推荐召回文本。通过上述方式，本发明能够解决因直接复用曝光未点击作为负样本导致线上线下不一致以及模型预测准确率低的问题。

主权项：1.一种召回文本推荐方法，其特征在于，包括：获取历史文本以及各所述历史文本的用户行为日志；将所述用户行为日志中曝光点击的历史文本确定为正样本，从所述历史文本除去所述正样本后的剩余文本中，选取与所述正样本相似的所述历史文本作为负样本，根据所述正样本和所述负样本构造训练样本；获取用户画像，将所述用户画像和所述训练样本输入预设的预测模型中，获得输出结果，根据所述输出结果计算损失函数并基于所述损失函数对所述预测模型进行训练，获得目标预测模型，包括：获取用户画像，将所述用户画像和训练数据作为预设的预测模型的输入，基于所述用户画像提取用户特征，获得用户特征向量，并基于所述训练数据提取文本特征，获得文本特征向量；根据所述文本特征向量计算第一损失函数，并根据所述用户特征向量和所述文本特征向量计算第二损失函数；根据所述第一损失函数和所述第二损失函数计算总损失函数；基于所述总损失函数对所述预测模型进行训练，并利用梯度下降法对参数进行调整，获得目标预测模型；所述第一损失函数按照如下公式进行计算： 其中，Cs和CT表示文本特征的协方差矩阵，d表示特征的维度；所述第二损失函数按照如下公式进行计算： 其中，u为用户特征，d+为正样本的文本特征，d—为负样本的文本特征，u,d+为用户特征与正样本的文本特征之间的相似度，u,d—为用户特征与负样本的文本特征之间的相似度；获取待测文本，将所述用户画像和所述待测文本输入所述目标预测模型中，分别对所述待测文本和所述用户画像进行特征提取并根据特征提取结果进行预测，基于预测结果从所述待测文本中推荐召回文本。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 召回文本推荐方法、装置、设备及存储介质