基于詞向量進(jìn)行近似搜索快速提取廣告文本主題的方法

基本信息

申請?zhí)?/td> CN201910852577.8 申請日 -
公開（公告）號 CN110717329A 公開（公告）日 2020-01-21
申請公布號 CN110717329A 申請公布日 2020-01-21
分類號 G06F40/289;G06F40/247;G06F40/242;G06F16/31;G06F16/33;G06K9/62;G06Q30/02 分類 計算；推算；計數(shù);
發(fā)明人 李新;李征宇;邵品賢;吳小剛 申請（專利權(quán)）人 上海開域信息科技有限公司
代理機構(gòu) 宿遷市永泰睿博知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 上海開域信息科技有限公司
地址 200000 上海市長寧區(qū)來福士T1棟28層
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于詞向量進(jìn)行近似搜索快速提取廣告文本主題的方法，包括如下步驟：第一步，利用結(jié)巴分詞工具，利用已有的停用詞庫，到廣告標(biāo)題中查找與停用詞庫相同的詞將其去掉即去掉廣告標(biāo)題中的停用詞，提取語料庫中的中文詞將其作為詞典，利用詞典，對廣告文本主題進(jìn)行分詞；本發(fā)明操作方便，采用本發(fā)明可以將GPU?DMM生成模型中單個查詢詞的搜索復(fù)雜度從0（N）下降到0（log N），加速了整個廣告文本主題提取過程，大大提升提取速度，整個流程可以在數(shù)小時內(nèi)完成離線處理和無監(jiān)督訓(xùn)練，能夠應(yīng)對互聯(lián)網(wǎng)廣告行業(yè)的大規(guī)模數(shù)據(jù)量與近實時性要求，可以做到按天更新或者按小時更新用戶興趣標(biāo)簽。