RU2018144177A - Способ и система генерирования признака для ранжирования документа - Google Patents

Claims (101)

1. Реализуемый компьютером способ ранжирования по меньшей мере одного документа в ответ на запрос с использованием алгоритма машинного обучения (MLA), исполняемого сервером, при этом способ исполняется сервером, причем сервер подключен к базе данных журнала поиска, сервер подключен к электронному устройству по сети связи, причем способ содержит:

прием сервером упомянутого запроса;

генерирование сервером набора документов, релевантных упомянутому запросу, причем набор документов имеет множество признаков;

выбор сервером по меньшей мере одного документа из набора документов, причем по меньшей мере один документ не имеет соответствующего значения для некоторого признака из множества признаков;

извлечение из базы данных журнала поиска набора прошлых запросов, которые были обеспечены на сервер, причем каждый прошлый запрос из набора прошлых запросов представлял по меньшей мере один документ в качестве соответствующего результата поиска на соответствующей странице результатов поиска (SERP);

извлечение из базы данных журнала поиска для каждого соответствующего прошлого запроса, соответствующего значения упомянутого признака для по меньшей мере одного документа;

определение сервером соответствующего параметра сходства между упомянутым запросом и каждым соответствующим прошлым запросом из набора прошлых запросов;

генерирование сервером соответствующего значения упомянутого признака для по меньшей мере одного документа, основываясь, по меньшей мере частично, на:

соответствующем параметре сходства по меньшей мере одного прошлого запроса из набора прошлых запросов, и

соответствующем значении для упомянутого признака по меньшей мере одного прошлого запроса из набора прошлых запросов;

ранжирование, посредством алгоритма машинного обучения, набора документов для получения ранжированного списка документов, причем ранжирование основано на множестве признаков, по меньшей мере один документ ранжируется на основе, по меньшей мере частично, соответствующего значения упомянутого признака; и

передачу на электронное устройство ранжированного списка документов, подлежащего представлению в качестве страницы результатов поиска.

2. Способ по п. 1, в котором

каждый соответствующий документ из набора документов, релевантных упомянутому запросу, имеет соответствующую аннотацию, причем соответствующая аннотация включает в себя:

по меньшей мере один соответствующий прошлый поисковый запрос, использованный для доступа к соответствующему документу на сервере поисковой системы; и в котором

извлечение набора прошлых запросов основано на соответствующей аннотации по меньшей мере одного документа.

3. Способ по п. 1, в котором

способ дополнительно содержит, до определения соответствующего параметра сходства:

извлечение из базы данных журнала поиска соответствующего набора прошлых документов для каждого соответствующего прошлого запроса из набора прошлых запросов, причем соответствующий набор прошлых документов был представлен в качестве соответствующих результатов поиска в ответ на соответствующий прошлый запрос; и при этом

определение соответствующего параметра сходства между упомянутым запросом и каждым соответствующим прошлым запросом из набора прошлых запросов основано на:

наборе документов, релевантных упомянутому запросу, и

соответствующем наборе документов соответствующего прошлого запроса.

4. Способ по п. 3, в котором

по меньшей мере подмножество набора документов связано с соответствующими параметрами пользовательских взаимодействий; и в котором

каждый соответствующий документ из соответствующего набора прошлых документов для каждого соответствующего запроса связан с соответствующими параметрами прошлых пользовательских взаимодействий; и в котором

определение соответствующего параметра сходства дополнительно основано на:

соответствующих параметрах пользовательских взаимодействий для соответствующего запроса подмножества документов и

соответствующих параметрах пользовательских взаимодействий для соответствующего набора прошлых документов.

5. Способ по п. 1, в котором

сервер исполняет второй алгоритм машинного обучения, причем второй алгоритм машинного обучения был обучен для определения параметра сходства между запросами на основе их текстового содержимого; и

определение соответствующего параметра сходства исполняется вторым алгоритмом машинного обучения.

6. Способ по п. 5, при этом способ дополнительно содержит,

во время фазы обучения:

извлечение из базы данных журнала поиска множества поисковых запросов, обеспеченных на сервер поисковой системы, причем каждый из множества поисковых запросов связан с соответствующим набором результатов поиска, каждый соответствующий результат поиска из соответствующего набора результатов поиска связан с по меньшей мере одним соответствующим параметром пользовательского взаимодействия;

генерирование, для каждого запроса из множества поисковых запросов, соответствующего вектора запроса, основанного на по меньшей мере одном соответствующем параметре пользовательского взаимодействия, связанном с каждым результатом поиска из соответствующего набора результатов поиска;

генерирование, для каждой возможной пары запросов в пределах множества поисковых запросов, на основе соответствующих векторов запросов для каждого запроса из пары запросов, соответствующего параметра сходства, причем соответствующий параметр сходства указывает степень сходства между запросами в паре запросов;

генерирования набора обучающих объектов, причем каждый обучающий объект из набора обучающих объектов включает в себя указание соответствующей одной из каждой возможной пары запросов и соответствующего параметра сходства;

обучение второго алгоритма машинного обучения на наборе обучающих объектов для определения параметра сходства новой пары запросов на основе текстового содержимого каждой новой пары запросов, причем по меньшей мере один запрос из новой пары запросов не был включен в набор обучающих объектов.

7. Способ по п. 1, при этом способ дополнительно содержит до генерирования соответствующего значения упомянутого признака:

выбор сервером по меньшей мере одного соответствующего прошлого запроса на основе того, что соответствующий параметр сходства превышает предопределенный порог.

8. Способ по п. 1, в котором

извлечение соответствующего значения упомянутого признака по меньшей мере одного документа для каждого соответствующего прошлого запроса дополнительно содержит:

извлечение соответствующего показателя релевантности по меньшей мере одного документа соответствующему прошлому запросу; и в котором

генерирование соответствующего значения упомянутого признака дополнительно основано на соответствующем показателе релевантности.

9. Способ по п. 8, в котором генерирование соответствующего значения упомянутого признака для по меньшей мере одного документа дополнительно основано на:

соответствующем значении по меньшей мере одного другого признака из множества признаков для данного документа.

10. Способ по п. 9, в котором данный признак является одним из:

зависящего от запроса признака, и

параметра пользовательского взаимодействия.

11. Система ранжирования по меньшей мере одного документа в ответ на запрос с использованием алгоритма машинного обучения (MLA), исполняемого системой, при этом система подключена к базе данных журнала поиска, система подключена к электронному устройству, причем система содержит:

процессор;

долговременный считываемый компьютером носитель, содержащий инструкции;

причем процессор, при исполнении инструкций, сконфигурирован с возможностью:

приема упомянутого запроса;

генерирования набора документов, релевантных упомянутому запросу, причем набор документов имеет множество признаков;

выбора по меньшей мере одного документа из набора документов, причем упомянутый по меньшей мере один документ не имеет соответствующего значения для признака из множества признаков;

извлечения из базы данных журнала поиска набора прошлых запросов, которые были обеспечены на сервер, причем каждый прошлый запрос из набора прошлых запросов представлял по меньшей мере один документ в качестве соответствующего результата поиска на соответствующей странице результатов поиска (SERP);

извлечения из базы данных журнала поиска для каждого соответствующего прошлого запроса, соответствующего значения упомянутого признака для по меньшей мере одного документа;

определения соответствующего параметра сходства между упомянутым запросом и каждым соответствующим прошлым запросом из набора прошлых запросов;

генерирования соответствующего значения упомянутого признака для по меньшей мере одного документа, основываясь, по меньшей мере частично, на:

соответствующем параметре сходства по меньшей мере одного прошлого запроса из набора прошлых запросов, и

соответствующем значении для упомянутого признака по меньшей мере одного прошлого запроса из набора прошлых запросов;

ранжирования, посредством алгоритма машинного обучения, набора документов для получения ранжированного списка документов, причем ранжирование основано на множестве признаков, по меньшей мере один документ ранжируется на основе, по меньшей мере частично, соответствующего значения упомянутого признака; и

передачи на электронное устройство ранжированного списка документов, подлежащего представлению в качестве страницы результатов поиска.

12. Система по п. 11, в которой

каждый соответствующий документ из набора документов, релевантных упомянутому запросу, имеет соответствующую аннотацию, причем соответствующая аннотация включает в себя:

по меньшей мере один соответствующий прошлый поисковый запрос, использованный для доступа к соответствующему документу на сервере поисковой системы; и

в которой извлечение набора прошлых запросов основано на соответствующей аннотации по меньшей мере одного документа.

13. Система по п. 11, в которой

процессор дополнительно сконфигурирован с возможностью, до определения соответствующего параметра сходства:

извлечения из базы данных журнала поиска соответствующего набора прошлых документов для каждого соответствующего прошлого запроса из набора прошлых запросов, причем соответствующий набор прошлых документов был представлен в качестве соответствующих результатов поиска в ответ на соответствующий прошлый запрос; и в которой

определение соответствующего параметра сходства между упомянутым запросом и каждым соответствующим прошлым запросом из набора прошлых запросов основано на:

наборе документов, релевантных упомянутому запросу, и

соответствующем наборе документов соответствующего прошлого запроса.

14. Система по п. 13, в которой

по меньшей мере подмножество набора документов связано с соответствующими параметрами пользовательских взаимодействий; и в которой

каждый соответствующий документ из соответствующего набора прошлых документов для каждого соответствующего запроса связан с соответствующими параметрами прошлых пользовательских взаимодействий; и в которой

определение соответствующего параметра сходства дополнительно основано на:

соответствующих параметрах пользовательских взаимодействий для соответствующего запроса подмножества документов и

соответствующих параметрах пользовательских взаимодействий для соответствующего набора прошлых документов.

15. Система по п. 11, в которой

система исполняет второй алгоритм машинного обучения, причем второй алгоритм машинного обучения был обучен для определения параметра сходства между запросами на основе их текстового содержимого; и

определение соответствующего параметра сходства исполняется вторым алгоритмом машинного обучения.

16. Система по п. 15, в которой процессор дополнительно сконфигурирован с возможностью,

во время фазы обучения:

извлечения из базы данных журнала поиска множества поисковых запросов, обеспеченных на сервер поисковой системы, причем каждый из множества поисковых запросов связан с соответствующим набором результатов поиска, каждый соответствующий результат поиска из соответствующего набора результатов поиска связан с по меньшей мере одним соответствующим параметром пользовательского взаимодействия;

генерирования, для каждого запроса из множества поисковых запросов, соответствующего вектора запроса, основанного на по меньшей мере одном соответствующем параметре пользовательского взаимодействия, связанном с каждым результатом поиска из соответствующего набора результатов поиска;

генерирования, для каждой возможной пары запросов в пределах множества поисковых запросов, на основе соответствующих векторов запросов для каждого запроса из пары запросов, соответствующего параметра сходства, причем соответствующий параметр сходства указывает степень сходства между запросами в паре запросов;

генерирования набора обучающих объектов, причем каждый обучающий объект из набора обучающих объектов включает в себя указание соответствующей одной из каждой возможной пары запросов и соответствующего параметра сходства;

обучения второго алгоритма машинного обучения на наборе обучающих объектов для определения параметра сходства новой пары запросов на основе текстового содержимого каждой новой пары запросов, причем по меньшей мере один запрос из новой пары запросов не был включен в набор обучающих объектов.

17. Система по п. 11, в которой процессор дополнительно сконфигурирован с возможностью, до генерирования соответствующего значения упомянутого признака:

выбора по меньшей мере одного соответствующего прошлого запроса на основе того, что соответствующий параметр сходства превышает предопределенный порог.

18. Система по п. 11, в которой

для извлечения соответствующего значения упомянутого признака по меньшей мере одного документа для каждого соответствующего прошлого запроса процессор дополнительно сконфигурирован с возможностью:

извлечения соответствующего показателя релевантности по меньшей мере одного документа соответствующему прошлому запросу; и в которой

генерирование соответствующего значения упомянутого признака дополнительно основано на соответствующем показателе релевантности.

19. Система по п. 18, в которой генерирование соответствующего значения упомянутого признака для по меньшей мере одного документа дополнительно основано на:

соответствующем значении по меньшей мере одного другого признака из множества признаков для данного документа.

20. Система по п. 19, в которой данный признак является одним из:

зависящего от запроса признака, и

параметра пользовательского взаимодействия.