生产线索聚合方法、装置及系统、电子设备和介质与流程

技术特征：
1.一种生产线索聚合方法，包括：从搜索日志中得到生产线索；基于类目信息对所述生产线索进行分类，以获得一个或多个第一生产线索组；对于所述一个或多个第一生产线索组中的每一个第一生产线索组，执行以下聚合操作：获取该第一生产线索组中的每一个生产线索的向量；基于所述向量确定该第一生产线索组中的每一个生产线索的与其相似度大于第一阈值的第一数量的生产线索；以及将所述每一个生产线索以及确定的所有第一数量的生产线索进行聚合，以获得一个或多个簇。2.如权利要求1所述的方法，其中，所述类目信息包括第一类目和第二类目，其中，基于类目信息对所述生产线索进行分类包括：基于所述第一类目对所述生产线索进行分类，以获得一个或多个第二生产线索组；以及响应于确定至少一个第二生产线索组中的生产线索数量大于第二阈值，进一步基于所述第二类目分别对所述至少一个第二生产线索组中的生产线索进行分类，以获得一个或多个第一生产线索组。3.如权利要求2所述的方法，其中，进一步基于所述第二类目分别对所述至少一个第二生产线索组中的生产线索进行分类包括：对于所述至少一个第二生产线索组中的每一个第二生产线索组：统计各个第二类目所分别对应的生产线索数量；以及基于所述各个第二类目所分别对应的生产线索数量以及所述第二阈值对该第二生产线索组进行分类，以获得一个或多个第一生产线索组，其中，具有相同的第二类目的生产线索属于同一个第一生产线索组。4.如权利要求3中所述的方法，其中，所述第二类目包括实体类目和抽象类目，所述方法还包括：响应于确定生产线索同时包含所述实体类目和抽象类目，对所述生产线索的第二类目进行去重。5.如权利要求2
‑
4中任一项所述的方法，其中，所述第二类目包括实体类目和抽象类目，并且其中，所述实体类目和所述抽象类目分别通过基于深度学习的模型确定。6.如权利要求1所述的方法，其中，基于所述向量确定所述第一数量的生产线索包括：通过近似最近邻搜索算法确定所述每一个生产线索的与其相似度大于第一阈值的第一数量的生产线索。7.如权利要求1所述的方法，其中，将所述每一个生产线索以及确定的所有第一数量的生产线索进行聚合包括：对于所述每一个生产线索均执行以下操作，以获得第二数量的簇：将该生产线索自身形成簇；依次确定该生产线索相对应的第一数量的生产线索中的每一个生产线索与所述簇中
的每一个生产线索的相似度评分；以及响应于所述相似度评分均大于第三阈值，将所述第一数量的生产线索中的相应生产线索合并到所述簇中；以及对所述第二数量的簇进行合并，以获得合并后的一个或多个簇，其中，每一个簇中的生产线索之间的相似度评分均大于所述第三阈值。8.如权利要求7所述的方法，还包括：在聚合过程中对生产线索之间的相似度评分进行保存，以使得基于所述保存的相似度评分进行簇之间的合并。9.如权利要求7或8所述的方法，其中，通过经训练的语义匹配模型和语义句式分类模型确定所述相似度评分，其中，确定所述相似度评分包括：基于所述语义匹配模型获得生产线索对之间的第一相似度评分；以及响应于所述第一相似度评分大于第四阈值，进一步基于所述语义句式分类模型获得所述生产线索对之间的第二相似度评分，以将所述第二相似度评分作为所述确定的相似度评分。10.如权利要求9所述的方法，其中，所述语义匹配模型的训练数据包括对包含用户点击数据的日志进行数据筛选后所形成的监督数据，并且其中，所述语义句式分类模型的输入包括所述语义匹配模型输出的第一相似度评分、以及对生产线索对中的每一个生产线索进行特征提取后所获得的特征。11.如权利要求10所述的方法，其中，所述特征包括由以下项所组成的组中的至少一个：动名词个数、是否包含指代项、是否为主/被动句。12.如权利要求10所述的方法，其中，所述语义句式分类模型基于梯度提升决策树模型。13.如权利要求1
‑
12中任一项所述的方法，还包括：将所述第一生产线索组分别发送到多个单元或机器，以使得在所述单元或机器上执行所述聚合操作。14.一种生产线索聚合装置，包括：获取单元，被配置为从搜索日志中得到生产线索；分类单元，被配置为基于类目信息对所述生产线索进行分类，以获得一个或多个第一生产线索组；一个或多个聚合单元，其中每一个所述聚合单元均被配置为执行以下从操作：获取该第一生产线索组中的每一个生产线索的向量；基于所述向量确定该第一生产线索组中的每一个生产线索的与其相似度大于第一阈值的第一数量的生产线索；以及将所述每一个生产线索以及确定的所有第一数量的生产线索进行聚合，以获得一个或多个簇。15.如权利要求14所述的装置，其中，所述类目信息包括第一类目和第二类目，其中，所述分类单元包括：基于所述第一类目对所述生产线索进行分类、以获得一个或多个第二生产线索组的单元；以及
响应于确定至少一个第二生产线索组中的生产线索数量大于第二阈值、进一步基于所述第二类目对所述至少一个第二生产线索组中的生产线索进行分类、以获得一个或多个第一生产线索组的单元。16.如权利要求14所述的装置，其中，所述聚合单元包括：对于所述每一个生产线索均执行以下操作、以获得第二数量的簇的单元：将该生产线索自身形成簇；依次确定相对应的第一数量的生产线索中的每一个生产线索与所述簇中的每一个生产线索的相似度评分；以及响应于所述相似度评分均大于第三阈值，将所述第一数量的生产线索中的相应生产线索合并到所述簇中；以及对所述第二数量的簇进行合并、以获得合并后的一个或多个簇的单元，其中，每一个簇中的生产线索之间的相似度评分均大于第三阈值。17.一种生产线索聚合系统，包括：第一装置，被配置为执行以下操作：从搜索日志中得到生产线索；以及基于类目信息对所述生产线索进行分类，以获得一个或多个第一生产线索组；一个或多个第二装置，其中每一个所述第二装置均被配置为执行以下从操作：获取该第一生产线索组中的每一个生产线索的向量；基于所述向量确定该第一生产线索组中的每一个生产线索的与其相似度大于第一阈值的第一数量的生产线索；以及将所述每一个生产线索以及确定的所有第一数量的生产线索进行聚合，以获得一个或多个簇。18.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1
‑
13中任一项所述的方法。19.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1
‑
13中任一项所述的方法。20.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1
‑
13中任一项所述的方法。

技术总结
本公开提供了一种生产线索聚合方法、装置、系统、电子设备、计算机可读存储介质和计算机程序产品，涉及计算机领域，尤其涉及智能搜索技术领域。实现方案为：从搜索日志中得到生产线索；基于类目信息对生产线索进行分类，以获得一个或多个第一生产线索组；对于一个或多个第一生产线索组中的每一个第一生产线索组，执行以下聚合操作：获取该第一生产线索组中的每一个生产线索的向量；基于向量确定该第一生产线索组中的每一个生产线索的与其相似度大于第一阈值的第一数量的生产线索；以及将每一个生产线索以及确定的所有第一数量的生产线索进行聚合，以获得一个或多个簇。以获得一个或多个簇。以获得一个或多个簇。


技术研发人员：万志文 雷谦 姚后清 施鹏
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2021.07.28
技术公布日：2021/10/23