本發(fā)明涉及檢索領(lǐng)域，特別是涉及一種獲取推薦菜單的方法及裝置。

背景技術(shù)：

1、如今，在企事業(yè)單位信息化管理大量使用管理信息系統(tǒng)。例如，以一種中國(guó)科學(xué)院資源規(guī)劃項(xiàng)目(academia?resource?planning)系統(tǒng)為例，該系統(tǒng)包括科研項(xiàng)目、人力資源、綜合財(cái)務(wù)、科研條件等業(yè)務(wù)處理模塊，提供大量具體應(yīng)用服務(wù)，共有功能菜單1800多個(gè)。并且，隨著業(yè)務(wù)與管理需求不斷的更新，新功能可以源源不斷的加入到系統(tǒng)中，使得功能菜單的數(shù)量還可以逐漸增加。大量的功能菜單使得用戶難以迅速掌握現(xiàn)存功能、以及熟悉新功能，用戶使用系統(tǒng)的學(xué)習(xí)成本陡然增加。所以，從大型信息管理系統(tǒng)中快速檢索菜單已成為一項(xiàng)緊迫的任務(wù)。

2、因此，需要一種獲取推薦菜單的方法及裝置。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種獲取推薦菜單的方法、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)，通過更智能的語義識(shí)別和多路召回歸并技術(shù)，幫助用戶更高效地找到希望獲取的功能菜單，降低用戶使用系統(tǒng)的學(xué)習(xí)成本，從而提升整體的使用體驗(yàn)。

2、第一方面，提供一種獲取推薦菜單的方法，包括：

3、獲取目標(biāo)應(yīng)用的多個(gè)菜單、以及所述菜單的功能描述，以及，第一bert模型；

4、將所述功能描述作為訓(xùn)練樣本，所述菜單作為所述訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練標(biāo)簽，訓(xùn)練所述第一bert模型，得到第二bert模型，所述第二bert模型用于根據(jù)輸入的功能描述輸出推薦菜單；根據(jù)所述菜單的功能描述，通過預(yù)設(shè)的問題生成模型，生成所述菜單對(duì)應(yīng)的生成問題，通過第二bert模型提取所述功能描述和所述生成問題的第一語義特征，并保存在預(yù)設(shè)的向量數(shù)據(jù)庫中；將所述菜單、所述功能描述和所述生成問題存儲(chǔ)在預(yù)設(shè)的文檔數(shù)據(jù)庫中，對(duì)所述菜單、所述功能描述和所述生成問題進(jìn)行分詞，根據(jù)得到的第一分詞結(jié)果構(gòu)建倒排索引；

5、獲取第一用戶的輸入信息，通過所述第二bert模型，得到所述輸入信息對(duì)應(yīng)的k個(gè)第一預(yù)測(cè)菜單；通過第二bert模型提取所述輸入信息的第二語義特征，根據(jù)所述第二語義特征，與向量數(shù)據(jù)庫保存的第一語義特征，確定所述輸入信息對(duì)應(yīng)的k個(gè)第二預(yù)測(cè)菜單；對(duì)所述輸入信息進(jìn)行分詞，根據(jù)得到的第二分詞結(jié)果，從所述文檔數(shù)據(jù)庫中檢索出所述輸入信息對(duì)應(yīng)的k個(gè)第三預(yù)測(cè)菜單；

6、根據(jù)所述k個(gè)第一預(yù)測(cè)菜單、所述k個(gè)第二預(yù)測(cè)菜單、所述k個(gè)第三預(yù)測(cè)菜單、以及所述第一用戶的用戶信息，確定n個(gè)推薦菜單。

7、具體地,根據(jù)所述k個(gè)第一預(yù)測(cè)菜單、所述k個(gè)第二預(yù)測(cè)菜單、所述k個(gè)第三預(yù)測(cè)菜單、以及所述第一用戶的用戶信息，確定n個(gè)推薦菜單，包括：

8、將對(duì)所述k個(gè)第一預(yù)測(cè)菜單、所述k個(gè)第二預(yù)測(cè)菜單、所述k個(gè)第三預(yù)測(cè)菜單，構(gòu)建候選菜單集，通過預(yù)先訓(xùn)練的點(diǎn)擊率模型對(duì)所述候選菜單集進(jìn)行重排序，根據(jù)排序結(jié)果確定小于3k個(gè)菜單的第二候選集，在所述用戶界面上展示所述第二候選集中的前n個(gè)菜單。

9、具體地,所述點(diǎn)擊率模型的預(yù)訓(xùn)練方法,包括:

10、根據(jù)所述用戶信息訓(xùn)練用于預(yù)測(cè)第一用戶點(diǎn)擊菜單操作的深度交叉網(wǎng)絡(luò)注意力模型,當(dāng)?shù)谝挥脩舻卿浤繕?biāo)應(yīng)用并且輸入信息時(shí),對(duì)所述輸入信息進(jìn)行清洗并且驗(yàn)證輸入有效性,將所述候選菜單集和所述用戶信息輸入所述深度交叉網(wǎng)絡(luò)注意力模型,所述深度交叉網(wǎng)絡(luò)注意力模型對(duì)所述候選菜單集進(jìn)行第一用戶點(diǎn)擊可能性打分并且進(jìn)行重排序,分?jǐn)?shù)越高的菜單排名越靠前。

11、具體地，所述用戶信息，包括：第一用戶的年紀(jì)、性別、崗位信息，第一用戶搜索內(nèi)容以及搜索后點(diǎn)擊的菜單信息。

12、優(yōu)選地，所述分?jǐn)?shù)計(jì)算方式為：

13、score＝ctr(α*s1+β*s2+γ*s3)

14、其中，score為菜單分?jǐn)?shù)，s1表示第一預(yù)測(cè)菜單的相似度得分，s2表示第二預(yù)測(cè)菜單的相似度得分，s3表示第三預(yù)測(cè)菜單的相似度得分，ctr表示點(diǎn)擊率模型，α、β、γ是權(quán)重系數(shù)并且滿足α+β+γ＝1。

15、優(yōu)選地，所述問題生成模型為序列到序列模型。

16、第二方面，提供一種獲取推薦菜單的裝置，包括：

17、獲取單元，配置為，獲取目標(biāo)應(yīng)用的多個(gè)菜單、以及所述菜單的功能描述，以及，第一bert模型；

18、準(zhǔn)備單元，配置為，將所述功能描述作為訓(xùn)練樣本，所述菜單作為所述訓(xùn)練樣本對(duì)應(yīng)的訓(xùn)練標(biāo)簽，訓(xùn)練所述第一bert模型，得到第二bert模型，所述第二bert模型用于根據(jù)輸入的功能描述輸出推薦菜單；根據(jù)所述菜單的功能描述，通過預(yù)設(shè)的問題生成模型，生成所述菜單對(duì)應(yīng)的生成問題，通過第二bert模型提取所述功能描述和所述生成問題的第一語義特征，并保存在預(yù)設(shè)的向量數(shù)據(jù)庫中；將所述菜單、所述功能描述和所述生成問題存儲(chǔ)在預(yù)設(shè)的文檔數(shù)據(jù)庫中，對(duì)所述菜單、所述功能描述和所述生成問題進(jìn)行分詞，根據(jù)得到的第一分詞結(jié)果構(gòu)建倒排索引；

19、預(yù)測(cè)單元，配置為，獲取第一用戶的輸入信息，通過所述第二bert模型，得到所述輸入信息對(duì)應(yīng)的k個(gè)第一預(yù)測(cè)菜單；通過第二bert模型提取所述輸入信息的第二語義特征，根據(jù)所述第二語義特征，與向量數(shù)據(jù)庫保存的第一語義特征，確定所述輸入信息對(duì)應(yīng)的k個(gè)第二預(yù)測(cè)菜單；對(duì)所述輸入信息進(jìn)行分詞，根據(jù)得到的第二分詞結(jié)果，從所述文檔數(shù)據(jù)庫中檢索出所述輸入信息對(duì)應(yīng)的k個(gè)第三預(yù)測(cè)菜單；

20、確定單元，配置為，根據(jù)所述k個(gè)第一預(yù)測(cè)菜單、所述k個(gè)第二預(yù)測(cè)菜單、所述k個(gè)第三預(yù)測(cè)菜單、以及所述第一用戶的用戶信息，確定n個(gè)推薦菜單。

21、第三方面，提供一種電子設(shè)備，包括：處理器、存儲(chǔ)器及存儲(chǔ)在所述存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序指令，其中，所述處理器執(zhí)行所述計(jì)算機(jī)程序指令時(shí)用于實(shí)現(xiàn)如第一方面所述的方法。

22、第四方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)執(zhí)行指令，所述計(jì)算機(jī)執(zhí)行指令被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)第一方面所述的方法。

23、相較于現(xiàn)有技術(shù)，本發(fā)明具有以下優(yōu)點(diǎn)：本發(fā)明結(jié)合了多種檢索方式的優(yōu)點(diǎn)，用戶只需要自己需要的功能服務(wù)在檢索框輸入內(nèi)容即可，多種形式的文本輸入都將能匹配到對(duì)應(yīng)的功能菜單。

技術(shù)特征：

1.一種獲取推薦菜單的方法，包括：

2.根據(jù)權(quán)利要求1所述的方法,其中,根據(jù)所述k個(gè)第一預(yù)測(cè)菜單、所述k個(gè)第二預(yù)測(cè)菜單、所述k個(gè)第三預(yù)測(cè)菜單、以及所述第一用戶的用戶信息，確定n個(gè)推薦菜單，包括：

3.根據(jù)權(quán)利要求2所述的方法,其中,所述點(diǎn)擊率模型的預(yù)訓(xùn)練方法,包括:

4.根據(jù)權(quán)利要求3所述的方法，其中，所述用戶信息，包括：第一用戶的年紀(jì)、性別、崗位信息，第一用戶搜索內(nèi)容以及搜索后點(diǎn)擊的菜單信息。

5.根據(jù)權(quán)利要求3所述的方法，其中，所述分?jǐn)?shù)計(jì)算方式為：

6.根據(jù)權(quán)利要求1所述的方法，其中，所述問題生成模型為序列到序列模型。

7.一種獲取推薦菜單的裝置，包括：

8.一種電子設(shè)備，包括：處理器、存儲(chǔ)器及存儲(chǔ)在所述存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序指令，其中，所述處理器執(zhí)行所述計(jì)算機(jī)程序指令時(shí)用于實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的方法。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)執(zhí)行指令，所述計(jì)算機(jī)執(zhí)行指令被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的方法。

技術(shù)總結(jié)
一種獲取推薦菜單的方法，包括：獲取多個(gè)菜單、菜單的描述，第一BERT模型；將功能描述作為訓(xùn)練樣本，菜單作為訓(xùn)練標(biāo)簽，訓(xùn)練第一BERT模型，得到第二BERT模型；根據(jù)菜單的功能描述，通過模型，生成問題，通過第二BERT模型提取第一語義特征，并保存在向量數(shù)據(jù)庫中；對(duì)菜單、功能描述和生成問題進(jìn)行分詞，根據(jù)分詞結(jié)果構(gòu)建倒排索引；獲取用戶的輸入信息，通過第二BERT模型，得到K個(gè)菜單；提取輸入信息的第二語義特征，根據(jù)第二語義特征，與向量數(shù)據(jù)庫保存的第一語義特征，確定K個(gè)菜單；對(duì)輸入信息進(jìn)行分詞，根據(jù)第二分詞結(jié)果，從文檔數(shù)據(jù)庫中檢索出K個(gè)菜單；根據(jù)K個(gè)第一預(yù)測(cè)菜單、K個(gè)第二預(yù)測(cè)菜單、K個(gè)第三預(yù)測(cè)菜單、以及用戶信息，確定N個(gè)推薦菜單。

技術(shù)研發(fā)人員：衛(wèi)東,王碩,榮曉慧,王月,謝建軍,常文靜,陳果
受保護(hù)的技術(shù)使用者：中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15