(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210404304.9 (22)申请日 2022.04.18 (71)申请人 上海喜马拉雅科技有限公司 地址 201100 上海市闵行区紫星路58 8号2 幢2062室 (72)发明人 王哲　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 张萌 (51)Int.Cl. G06F 16/21(2019.01) G06F 16/242(2019.01) G06F 16/2453(2019.01) G06F 40/194(2020.01) G06F 40/216(2020.01)G06F 40/30(2020.01) (54)发明名称 查询内容库构建方法、 装置、 电子设备及可 读存储介质 (57)摘要 本发明提供的查询内容库构建方法、 装置、 电子设备及可读存储介质， 方法包括： 获得多个 被点击内容、 每个被点击内容对应的全部查询语 句、 以及每条查询语句对应的搜索频率值； 根据 搜索频率值， 将每个被点击内容对应的部分查询 语句确定为目标查询语句； 其中， 针对每个被点 击内容， 目标查询语句的搜索频率值大于被点击 内容的其他查询语句的搜索频率值； 根据每个被 点击内容对应的目标查询语句， 构建查询内容 库。 本发明实施例的查询语句库是由每个被点击 内容对应的部分具有高搜索频率值的目标查询 语句一起构建的， 不仅缩减了查询语句库的规 模， 还提高了查询语句库的质量。 权利要求书2页 说明书11页 附图5页 CN 114706841 A 2022.07.05 CN 114706841 A 1.一种查询内容库构建方法， 其特 征在于， 所述方法包括： 获得多个被点击内容、 每个被点击内容对应的全部查询语句、 以及每条查询语句对应 的搜索频率 值； 根据所述搜索频率值， 将每个被点击内容对应的部分查询语句确定为目标查询语句； 其中， 针对每个被点击内容， 所述 目标查询语句的搜索频率值大于所述被点击内容的其他 查询语句的搜索频率 值； 根据每个被点击内容对应的目标查询语句， 构建查询内容库。 2.根据权利要求1所述的查询内容库构建方法， 其特征在于， 根据所述搜索频率值， 将 每个被点击内容对应的部分查询语句确定为目标查询语句， 包括： 根据预设的多个候选 内容长度区间， 将每个被点击内容对应的全部查询语句划分成多 个语句组； 在每个被点击内容对应的每个语句组中， 根据所述搜索频率值， 确定出预设数量个所 述目标查询语句。 3.根据权利要求1所述的查询内容库构建方法， 其特征在于， 根据所述搜索频率值， 从 每个被点击内容对应的全部查询语句中确定出目标查询语句， 包括： 根据预设的多个候选 内容长度区间， 将每个被点击内容对应的全部查询语句划分成多 个语句组； 根据所述多个候选 内容长度区间各自的语句覆盖度， 确定每个语句组对应的目标查询 语句的数量； 在每个被点击内容的每个语句组中， 根据所述搜索频率值、 以及所述目标查询语句的 数量， 确定出 所述目标查询语句。 4.根据权利要求1所述的查询内容库构建方法， 其特征在于， 根据所述搜索频率值， 从 每个被点击内容对应的全部查询语句中确定出目标查询语句， 包括： 将每个被点击内容对应的全部查询语句中， 具有最大搜索频率值的一个查询语句， 确 定为目标查询语句。 5.根据权利要求1所述的查询内容库构建方法， 其特 征在于， 所述方法还 包括： 获取待查询内容； 基于预先训练的向量编码模型、 以及所述查询内容库， 确定与所述待查询内容匹配的 召回结果， 其中， 所述向量编码模型是基于训练样本、 以及所述训练样本对应的正样本、 负 样本所训练得到的。 6.根据权利要求5所述的查询内容库构建方法， 其特征在于， 所述向量编码模型是通过 如下方式训练方式获得的： 获得多组训练样本； 每组训练样本中包含查询语句样本、 所述查询语句样本对应的正 样本和负 样本； 通过所述查询语句样本、 所述查询语句样本对应的正样本和负样本， 对待训练bert模 型的第一损失函数和第二损失函数进行交替训练， 直到满足训练结束条件， 将训练后的 bert模型作为所述向量编码模型。 7.根据权利要求5所述的查询内容库构建方法， 其特征在于， 当获得待查询内容， 基于 所述向量编码模型、 以及所述 查询内容库， 确定与所述待查询内容匹配的召回结果， 包括：权　利　要　求　书 1/2 页 2 CN 114706841 A 2通过所述向量编码模型， 从所述查询内容库中检索出与 所述待查询内容对应的匹配的 多个候选查询内容； 确定每个候选查询内容与所述待查询内容之间的字符串相似度； 将满足字符串相似度阈值的所述 候选查询内容， 确定为所述召回结果。 8.根据权利要求5所述的查询内容库构建方法， 其特 征在于,所述方法还 包括： 当所述召回结果存在多个， 将多个召回结果按照所述搜索频率值进行排序， 并基于排 序后的所述多个召回结果， 确定每 个召回结果对应的排列序号； 基于每个召回结果对应的排列序号， 计算每 个召回结果的重要性因子； 根据每个召回结果的重要性因子和所述 排列序号， 得到每 个召回结果的排序得分。 9.根据权利要求8所述的询内容库构建方法， 其特征在于,所述排序得分与 所述每个召 回结果的重要性因子和所述 排列序号之间满足如下关系式： 其中， rankScore表征所述排序得分； magnitude所表征重要性因子； idx表征所述排列 序号。 10.一种查询内容库构建装置， 其特 征在于， 包括： 获取模块， 用于获得多个被点击内容、 每个被点击 内容对应的全部查询语句、 以及每条 查询语句对应的搜索频率 值； 确定模块， 用于根据所述搜索频率值， 将每个被点击内容对应的部分查询语句确定为 目标查询语句； 其中， 针对每个被点击内容， 所述目标查询语句的搜索频率值大于所述被点 击内容的其 他查询语句的搜索频率 值； 构建模块， 用于根据每 个被点击内容对应的目标查询语句， 构建查询内容库。 11.一种电子设备， 其特征在于， 包括处理器和存储器， 所述存储器存储有能够被所述 处理器执行的计算机程序， 所述处理器可执行所述计算机程序以实现权利要求1 ‑9任一项 所述的方法。 12.一种可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理 器执行时实现如权利要求1 ‑9任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114706841 A 3