信息输出方法和装置

摘要

本申请公开了信息输出方法和装置。该方法的一具体实施方式包括：响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合；将目标物品信息中的每个词转换成词向量，并将目标物品信息对应的各个词向量组成目标句向量；根据词的类别对于候选物品信息集合中的每个候选物品信息，将该候选物品信息中的每个词转换成词向量，并将该候选物品信息对应的各个词向量组成该候选物品信息的候选句向量；确定加权后的目标句向量与加权后的各候选物品信息的候选句向量之间的匹配度；按照匹配度由大到小的顺序选取预定数目个加权后的候选句向量，并输出所选取的加权后的候选句向量对应的候选物品信息。该实施方式提高了物品信息匹配的成功率。

权利要求

1.一种信息输出方法，包括：

响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合；

将所述目标物品信息中的每个词转换成词向量，并将所述目标物品信息对应的各个词向量组成目标句向量；

对于所述候选物品信息集合中的每个候选物品信息，将该候选物品信息中的每个词转换成词向量，并将该候选物品信息对应的各个词向量组成该候选物品信息的候选句向量；

确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重；

根据词的类别对所述目标句向量和各候选物品信息的候选句向量进行加权，并确定加权后的目标句向量与加权后的各候选物品信息的候选句向量之间的匹配度；

按照匹配度由大到小的顺序选取预定数目个加权后的候选句向量，并输出所选取的加权后的候选句向量对应的候选物品信息。

2.根据权利要求1所述的方法，其中，所述根据词的类别对所述目标句向量和各候选物品信息的候选句向量进行加权，包括：根据所述目标物品信息中的每个词的类别对应的权重分别对所述目标句向量中的每个词向量进行加权，并生成加权后的目标句向量；

对于每个候选物品信息，根据该候选物品信息中的每个词的类别对应的权重分别对该候选句向量中的每个词向量进行加权，并生成该候选物品信息的加权后的候选句向量。

3.根据权利要求1所述的方法，其中，所述确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重，包括：将所述目标物品信息中的每个词和各候选物品信息中的每个词与预设的类别词集合进行匹配以确定出每个词的类别；

对于每个类别，获取所述目标物品信息和各候选物品信息中该类别词的词频-逆文本频率作为该类别的权重。

4.根据权利要求1所述的方法，其中，所述确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重，包括：将所述目标物品信息中的每个词和各候选物品信息中的每个词与预设的特征词集合进行匹配以确定出匹配的至少一个特征词；

对于所述至少一个特征词中每个特征词，确定该特征词所属的类别，并根据该特征词所属的类别查找预设的权重表中的权重作为该特征词的权重，其中，所述权重表用于表征类别与权重之间的对应关系；

对于所述目标物品信息中与所述特征词集合不匹配的每个词和各候选物品信息中与所述特征词集合不匹配的每个词，获取该词的词频-逆文本频率作为该词的权重。

5.根据权利要求4所述的方法，其中，所述方法还包括生成权重表的步骤，包括：获取至少一对样本句向量，其中，每个样本句向量是由样本物品信息中的每个样本词生成的样本词向量组成的，并且每对样本句向量之间的余弦相似度大于预设相似度阈值；

将各样本词进行分类，并为每个类别的样本词设置该类别对应的权重；

对于所述至少一对样本句向量中每对样本句向量，根据所设置的权重对该样本句向量中每个样本词向量进行加权；

根据加权后的所述至少一对样本句向量中每对样本句向量之间的余弦相似度构造代价函数；

通过梯度下降法求解所述代价函数中的各类别对应的权重，并根据样本词的类别与求解出的权重的对应关系生成权重表。

6.根据权利要求5所述的方法，其中，所述通过梯度下降法求解所述代价函数中的各类别对应的权重，包括：对于每个类别对应的权重，将该权重确定为第一权重并设置权重变化量，执行如下迭代步骤：根据所述第一权重和所述权重变化量之和确定所述代价函数的第一损失；根据所述第一权重和所述权重变化量之差确定所述代价函数的第二损失；根据所述第一损失和所述第二损失确定梯度方向；根据所述梯度方向确定梯度值，并根据所述梯度值、所述第一权重和预设的步长确定第二权重；若所述第二权重与所述第一权重之差小于预定权重变化阈值，则将所述第二权重确定为该类别对应的权重；

若所述第二权重与所述第一权重之差不小于预定权重变化阈值或执行迭代步骤的次数达到预定迭代次数阈值，则将所述第二权重与所述第一权重之差作为权重变化量，将所述第二权重作为第一权重继续执行上述迭代步骤。

7.一种信息输出装置，包括：

获取单元，配置用于响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合；

第一转换单元，配置用于将所述目标物品信息中的每个词转换成词向量，并将所述目标物品信息对应的各个词向量组成目标句向量；

第二转换单元，配置用于对于所述候选物品信息集合中的每个候选物品信息，将该候选物品信息中的每个词转换成词向量，并将该候选物品信息对应的各个词向量组成该候选物品信息的候选句向量；

类别确定单元，配置用于确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重；

加权匹配单元，配置用于根据词的类别对所述目标句向量和各候选物品信息的候选句向量进行加权，并确定加权后的目标句向量与加权后的各候选物品信息的候选句向量之间的匹配度；

输出单元，配置用于按照匹配度由大到小的顺序选取预定数目个加权后的候选句向量，并输出所选取的加权后的候选句向量对应的候选物品信息。

8.根据权利要求7所述的装置，其中，所述加权匹配单元进一步配置用于：根据所述目标物品信息中的每个词的类别对应的权重分别对所述目标句向量中的每个词向量进行加权，并生成加权后的目标句向量；

对于每个候选物品信息，根据该候选物品信息中的每个词的类别对应的权重分别对该候选句向量中的每个词向量进行加权，并生成该候选物品信息的加权后的候选句向量；

确定加权后的目标句向量与加权后的各候选句向量之间的匹配度。

9.根据权利要求7所述的装置，其中，所述类别确定单元进一步配置用于：将所述目标物品信息中的每个词和各候选物品信息中的每个词与预设的类别词集合进行匹配以确定出每个词的类别；

对于每个类别，获取所述目标物品信息和各候选物品信息中该类别词的词频-逆文本频率作为该类别的权重。

10.根据权利要求7所述的装置，其中，所述类别确定单元进一步配置用于：将所述目标物品信息中的每个词和各候选物品信息中的每个词与预设的特征词集合进行匹配以确定出匹配的至少一个特征词；

对于所述至少一个特征词中每个特征词，确定该特征词所属的类别，并根据该特征词所属的类别查找预设的权重表中的权重作为该特征词的权重，其中，所述权重表用于表征类别与权重之间的对应关系；

对于所述目标物品信息中与所述特征词集合不匹配的每个词和各候选物品信息中与所述特征词集合不匹配的每个词，获取该词的词频-逆文本频率作为该词的权重。

11.根据权利要求10所述的装置，其中，所述装置还包括权重表生成单元，配置用于：获取至少一对样本句向量，其中，每个样本句向量是由样本物品信息中的每个样本词生成的样本词向量组成的，并且每对样本句向量之间的余弦相似度大于预设相似度阈值；

将各样本词进行分类，并为每个类别的样本词设置该类别对应的权重；

对于所述至少一对样本句向量中每对样本句向量，根据所设置的权重对该样本句向量中每个样本词向量进行加权；

根据加权后的所述至少一对样本句向量中每对样本句向量之间的余弦相似度构造代价函数；

通过梯度下降法求解所述代价函数中的各类别对应的权重，并根据样本词的类别与求解出的权重的对应关系生成权重表。

12.根据权利要求11所述的装置，其中，所述权重表生成单元进一步配置用于：对于每个类别对应的权重，将该权重确定为第一权重并设置权重变化量，执行如下迭代步骤：根据所述第一权重和所述权重变化量之和确定所述代价函数的第一损失；根据所述第一权重和所述权重变化量之差确定所述代价函数的第二损失；根据所述第一损失和所述第二损失确定梯度方向；根据所述梯度方向确定梯度值，并根据所述梯度值、所述第一权重和预设的步长确定第二权重；若所述第二权重与所述第一权重之差小于预定权重变化阈值，则将所述第二权重确定为该类别对应的权重；

若所述第二权重与所述第一权重之差不小于预定权重变化阈值或执行迭代步骤的次数达到预定迭代次数阈值，则将所述第二权重与所述第一权重之差作为权重变化量，将所述第二权重作为第一权重继续执行上述迭代步骤。

13.一种服务器，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。

说明书

信息输出方法和装置

技术领域

[0001] 本申请实施例涉及计算机技术领域，具体涉及深度学习技术领域，尤其信息输出方法和装置。

背景技术

[0002] 对于某一网站上展现的某一物品，如何在其它网站上找到相同的物品，现有的方法是通过型号，名称进行匹配。不同的网站对于同一物品的型号可能还能相同，名称有时候不能完全匹配。

[0003] 通常通过词向量模型求得标题的句向量，然后计算句向量的余弦相似度来确定不同网站上展示的物品之间的相似度。最后按照相似度排名推荐出前几名即可。

发明内容

[0004] 本申请实施例提出了信息输出方法和装置。

[0005] 第一方面，本申请实施例提供了一种信息输出方法，包括：响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合；将目标物品信息中的每个词转换成词向量，并将目标物品信息对应的各个词向量组成目标句向量；对于候选物品信息集合中的每个候选物品信息，将该候选物品信息中的每个词转换成词向量，并将该候选物品信息对应的各个词向量组成该候选物品信息的候选句向量；确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重；根据词的类别对目标句向量和各候选物品信息的候选句向量进行加权，并确定加权后的目标句向量与加权后的各候选物品信息的候选句向量之间的匹配度；按照匹配度由大到小的顺序选取预定数目个加权后的候选句向量，并输出所选取的加权后的候选句向量对应的候选物品信息。

[0006] 在一些实施例中，根据词的类别对目标句向量和各候选物品信息的候选句向量进行加权，包括：根据目标物品信息中的每个词的类别对应的权重分别对目标句向量中的每个词向量进行加权，并生成加权后的目标句向量；对于每个候选物品信息，根据该候选物品信息中的每个词的权重分别对该候选句向量中的每个词向量进行加权，并生成该候选物品信息的加权后的候选句向量。

[0007] 在一些实施例中，确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重，包括：将所述目标物品信息中的每个词和各候选物品信息中的每个词与预设的类别词集合进行匹配以确定出每个词的类别；对于每个类别，获取所述目标物品信息和各候选物品信息中该类别词的词频-逆文本频率作为该类别的权重。

[0008] 在一些实施例中，确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重，包括：将目标物品信息中的每个词和各候选物品信息中的每个词与预设的特征词集合进行匹配以确定出匹配的至少一个特征词；对于至少一个特征词中每个特征词，确定该特征词所属的类别，并根据该特征词所属的类别查找预设的权重表中的权重作为该特征词的权重，其中，权重表用于表征类别与权重之间的对应关系；对于目标物品信息中与特征词集合不匹配的每个词和各候选物品信息中与特征词集合不匹配的每个词，获取该词的词频-逆文本频率作为该词的权重。

[0009] 在一些实施例中，该方法还包括生成权重表的步骤，包括：获取至少一对样本句向量，其中，每个样本句向量是由样本物品信息中的每个样本词生成的样本词向量组成的，并且每对样本句向量之间的余弦相似度大于预设相似度阈值；将各样本词进行分类，并为每个类别的样本词设置该类别对应的权重；对于至少一对样本句向量中每对样本句向量，根据所设置的权重对该样本句向量中每个样本词向量进行加权；根据加权后的至少一对样本句向量中每对样本句向量之间的余弦相似度构造代价函数；通过梯度下降法求解代价函数中的各类别对应的权重，并根据样本词的类别与求解出的权重的对应关系生成权重表。

[0010] 在一些实施例中，通过梯度下降法求解代价函数中的各类别对应的权重，包括：对于每个类别对应的权重，将该权重确定为第一权重并设置权重变化量，执行如下迭代步骤：根据第一权重和权重变化量之和确定代价函数的第一损失；根据第一权重和权重变化量之差确定代价函数的第二损失；根据第一损失和第二损失确定梯度方向；根据梯度方向确定梯度值，并根据梯度值、第一权重和预设的步长确定第二权重；若第二权重与第一权重之差小于预定权重变化阈值，则将第二权重确定为该类别对应的权重；若第二权重与第一权重之差不小于预定权重变化阈值或执行迭代步骤的次数达到预定迭代次数阈值，则将第二权重与第一权重之差作为权重变化量，将第二权重作为第一权重继续执行上述迭代步骤。

[0011] 第二方面，本申请实施例提供了一种信息输出装置，包括：获取单元，配置用于响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合；第一转换单元，配置用于将目标物品信息中的每个词转换成词向量，并将目标物品信息对应的各个词向量组成目标句向量；第二转换单元，配置用于对于候选物品信息集合中的每个候选物品信息，将该候选物品信息中的每个词转换成词向量，并将该候选物品信息对应的各个词向量组成该候选物品信息的候选句向量；类别确定单元，配置用于确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重；加权匹配单元，配置用于根据词的类别对目标句向量和各候选物品信息的候选句向量进行加权，并确定加权后的目标句向量与加权后的各候选物品信息的候选句向量之间的匹配度；输出单元，配置用于按照匹配度由大到小的顺序选取预定数目个加权后的候选句向量，并输出所选取的加权后的候选句向量对应的候选物品信息。

[0012] 在一些实施例中，加权匹配单元进一步配置用于：获取目标物品信息中的每个词的权重和各候选物品信息中的每个词的类别对应的权重；根据目标物品信息中的每个词的类别对应的权重分别对目标句向量中的每个词向量进行加权，并生成加权后的目标句向量；对于每个候选物品信息，根据该候选物品信息中的每个词的权重分别对该候选句向量中的每个词向量进行加权，并生成该候选物品信息的加权后的候选句向量；确定加权后的目标句向量与加权后的各候选句向量之间的匹配度。

[0013] 在一些实施例中，类别确定单元进一步配置用于：将所述目标物品信息中的每个词和各候选物品信息中的每个词与预设的类别词集合进行匹配以确定出每个词的类别；对于每个类别，获取所述目标物品信息和各候选物品信息中该类别词的词频-逆文本频率作为该类别的权重。

[0014] 在一些实施例中，类别确定单元进一步配置用于：将目标物品信息中的每个词和各候选物品信息中的每个词与预设的特征词集合进行匹配以确定出匹配的至少一个特征词；对于至少一个特征词中每个特征词，确定该特征词所属的类别，并根据该特征词所属的类别查找预设的权重表中的权重作为该特征词的权重，其中，权重表用于表征类别与权重之间的对应关系；对于目标物品信息中与特征词集合不匹配的每个词和各候选物品信息中与特征词集合不匹配的每个词，获取该词的词频-逆文本频率作为该词的权重。

[0015] 在一些实施例中，该装置还包括权重表生成单元，配置用于：获取至少一对样本句向量，其中，每个样本句向量是由样本物品信息中的每个样本词生成的样本词向量组成的，并且每对样本句向量之间的余弦相似度大于预设相似度阈值；将各样本词进行分类，并为每个类别的样本词设置该类别对应的权重；对于至少一对样本句向量中每对样本句向量，根据所设置的权重对该样本句向量中每个样本词向量进行加权；根据加权后的至少一对样本句向量中每对样本句向量之间的余弦相似度构造代价函数；通过梯度下降法求解代价函数中的各类别对应的权重，并根据样本词的类别与求解出的权重的对应关系生成权重表。

[0016] 在一些实施例中，权重表生成单元进一步配置用于：对于每个类别对应的权重，将该权重确定为第一权重并设置权重变化量，执行如下迭代步骤：根据第一权重和权重变化量之和确定代价函数的第一损失；根据第一权重和权重变化量之差确定代价函数的第二损失；根据第一损失和第二损失确定梯度方向；根据梯度方向确定梯度值，并根据梯度值、第一权重和预设的步长确定第二权重；若第二权重与第一权重之差小于预定权重变化阈值，则将第二权重确定为该类别对应的权重；若第二权重与第一权重之差不小于预定权重变化阈值或执行迭代步骤的次数达到预定迭代次数阈值，则将第二权重与第一权重之差作为权重变化量，将第二权重作为第一权重继续执行上述迭代步骤。

[0017] 第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。

[0018] 第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。

[0019] 本申请实施例提供的信息输出方法和装置，通过将目标物品信息和候选物品信息分别转换成目标句向量和候选句向量，并分别加权后确定它们之间的相似度，对于一些特征词(例如品牌词或产品词)不匹配的物品信息，在加权后可能变得匹配，从而提高了匹配成功率。

附图说明

[0020] 通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

[0021] 图1是本申请可以应用于其中的示例性系统架构图；

[0022] 图2是根据本申请的信息输出方法的一个实施例的流程图；

[0023] 图3是根据本申请的信息输出方法的一个应用场景的示意图；

[0024] 图4是根据本申请的信息输出方法的生成权重表的流程图；

[0025] 图5是根据本申请的信息输出装置的一个实施例的结构示意图；

[0026] 图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

[0027] 下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

[0028] 需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

[0029] 图1示出了可以应用本申请的信息输出方法或信息输出装置的实施例的示例性系统架构100。

[0030] 如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

[0031] 用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

[0032] 终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

[0033] 服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的物品信息匹配结果提供支持的后台查询服务器。后台查询服务器可以对接收到的查询请求等数据进行分析等处理，并将处理结果(例如与目标物品信息匹配的物品信息)反馈给终端设备。

[0034] 需要说明的是，本申请实施例所提供的信息输出方法一般由服务器105执行，相应地，信息输出装置一般设置于服务器105中。

[0035] 应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

[0036] 继续参考图2，示出了根据本申请的信息输出方法的一个实施例的流程200。该信息输出方法，包括以下步骤：

[0037] 步骤201，响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合。

[0038] 在本实施例中，信息输出方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行匹配信息查询的终端接收查询请求，其中，查询请求中包括待查询的目标物品信息，目标物品信息指的是待查询的物品的标题等信息，可包括品牌词、产品词等特征词，还可能包括一些无实际意义的宣传词，例如“最畅销”、“最火爆”、“惊爆价”等。目标物品信息可以是某个网站在售的物品信息。接收到查询请求后，可从其它网站获取候选物品信息集合。该候选物品信息集合可来自一个网站也可来自多个网站。查询请求中还可包括目标网站信息，用于指示从哪个网站获取候选物品信息集合。候选物品信息可以是在其它网站售卖的物品的信息。也包括品牌词、产品词等特征词，还可能包括一些无实际意义的宣传词。

[0039] 步骤202，将目标物品信息中的每个词转换成词向量，并将目标物品信息对应的各个词向量组成目标句向量。

[0040] 在本实施例中，可通过通用的词向量模型(例如word2vec，一种开源的工具，用于将词转换成向量)将目标物品信息中的每个词转换成词向量，并将目标物品信息对应的各个词向量组成目标句向量。词向量模型通过训练，可以把对文本内容的处理简化为多维向量空间中的向量运算，而向量空间上的相似度可以用来表示文本语义上的相似度。假设待匹配目标物品信息的标题T1中有n个词，x是词向量，第i个词对应的词向量是xi，那么标题T1的句向量是

[0041]

[0042] 其中，i为从1到n的自然数。

[0043] 步骤203，对于候选物品信息集合中的每个候选物品信息，将该候选物品信息中的每个词转换成词向量，并将该候选物品信息对应的各个词向量组成该候选物品信息的候选句向量。

[0044] 在本实施例中，采用与步骤202相同的方法，将候选物品信息转换成候选句向量。假设候选物品信息中的标题T2中有m个词，y是词向量，第j个词对应的词向量是yj，那么标题T2的句向量是

[0045]

[0046] 其中，j为从1到m的自然数。

[0047] 步骤204，确定目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重。

[0048] 在本实施例中，可通过常用的分类器确定目标物品信息和各候选物品信息中的每个词的类别，也可通过预设的类别词集合确定词的类别。词的类别可以分为特征词和非特征词两大类，特征词还可分为品牌词，型号词等类别。非特征词可分为颜色、尺寸等类别。不同的类别对应不同的权重。一般情况下，特征词的权重要大于非特征词的权重。可通过查找预先设置的权重表获取各类别对应的权重。

[0049] 在本实施例的一些可选的实现方式中，确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重，包括：将所述目标物品信息中的每个词和各候选物品信息中的每个词与预设的类别词集合进行匹配以确定出每个词的类别；对于每个类别，获取目标物品信息和各候选物品信息中该类别词的词频-逆文本频率作为该类别的权重。如果目标物品信息和各候选物品信息中该类别词有多个，则可将多个词的词频-逆文本频率的平均值作为该类别的权重。TF-IDF(term frequency–inverse document frequency，词频-逆文本频率)是一种用于信息检索与数据挖掘的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。

[0050] 步骤205，根据词的类别对目标句向量和各候选物品信息的候选句向量进行加权，并确定加权后的目标句向量与加权后的各候选物品信息的候选句向量之间的匹配度。

[0051] 在本实施例中，如果物品信息中包含的无效词很多，会影响匹配效果，因此可对不同类型的词进行加权，特别是可以增加特征词的权重，使得特征词相似的两个句向量之间的相似度更高。使用加权方法计算相似度的公式是：

[0052]

[0053] 其中，sim是相似度，wi是目标物品信息中的第i个词的词向量xi(表示的是步骤202中的xi)对应的权重，wj是各候选物品信息中的第j个词的词向量yj(表示的是步骤203中的yj)对应的权重，m是候选物品信息中的词的个数，n是目标物品信息中词的个数。

[0054] 在本实施例的一些可选的实现方式中，根据词的类别对目标句向量和各候选物品信息的候选句向量进行加权，包括：根据目标物品信息中的每个词的类别对应的权重分别对目标句向量中的每个词向量进行加权，并生成加权后的目标句向量；对于每个候选物品信息，根据该候选物品信息中的每个词的类别对应的权重分别对该候选句向量中的每个词向量进行加权，并生成该候选物品信息的加权后的候选句向量。可以预设训练权重模型，将每个词输入该权重模型后可得到对应的权重。

[0055] 在本实施例的一些可选的实现方式中，获取目标物品信息中的每个词的权重和各候选物品信息中的每个词的权重，包括：将目标物品信息中的每个词和各候选物品信息中的每个词与预设的特征词集合进行匹配以确定出匹配的至少一个特征词；对于至少一个特征词中每个特征词，确定该特征词所属的类别，并根据该特征词所属的类别查找预设的权重表中的权重作为该特征词的权重，其中，权重表用于表征类别与权重之间的对应关系；对于目标物品信息中与特征词集合不匹配的每个词和各候选物品信息中与特征词集合不匹配的每个词，获取该词的词频-逆文本频率作为该词的权重。对于非特征词，采用TF-IDF加权，对于特征词，通过查询权重表确定权重。该权重表中相同类别的词的权重相同。

[0056] 步骤206，按照匹配度由大到小的顺序选取预定数目个加权后的候选句向量，并输出所选取的加权后的候选句向量对应的候选物品信息。

[0057] 在本实施例中，按照匹配度由大到小的顺序选出与目标物品信息相似的候选物品信息并输出。还可输出选取出的候选物品信息的来源信息，例如，其它网站链接。

[0058] 继续参见图3，图3是根据本实施例的信息输出方法的应用场景的一个示意图。在图3的应用场景中，用户通过终端300向服务器发送目标物品信息301的查询请求，服务器获取其它网站上的候选物品信息集合。将目标物品信息和候选物品信息转换成句向量，再加权后求目标句向量与各候选句向量之间的匹配度，并按照匹配度由到低顺序输出预定数目的候选物品信息302。

[0059] 本申请的上述实施例提供的方法通过将目标物品信息和候选物品信息转换成的句向量进行加权，根据加权后的句向量确定目标物品信息和候选物品信息之间的匹配度，提高了匹配的成功率。

[0060] 进一步参考图4，其示出了信息输出方法的生成权重表的流程400。该生成权重表的流程400，包括以下步骤：

[0061] 步骤401，获取至少一对样本句向量。

[0062] 在本实施例中，信息输出方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从第三方服务器获取至少一对样本句向量。其中，每个样本句向量是由样本物品信息中的每个样本词生成的样本词向量组成的，并且每对样本句向量之间的余弦相似度大于预设相似度阈值。例如，获取相似度为1的一对物品信息对应的一对样本句向量。该对物品信息包括的词不完全一致，但指的是同一种物品，只不过不同的网站采用了不同的词作为标题。

[0063] 步骤402，将各样本词进行分类，并为每个类别的样本词设置该类别对应的权重。

[0064] 在本实施例中，对于各样本句向量对应的各样本词进行分类，并为每个类别的词设置权重。设置的权重为未知数，需要通过构造代价函数来求解使得加权后的句向量之间的相似度最小的权重。词的类别可以是品牌词、产品词、型号词等。

[0065] 步骤403，对于至少一对样本句向量中每对样本句向量，根据所设置的权重对该样本句向量中每个样本词向量进行加权。

[0066] 在本实施例中，根据词的权重，对组成样本句向量中每个样本词向量进行加权。

[0067] 步骤404，根据加权后的至少一对样本句向量中每对样本句向量之间的余弦相似度构造代价函数。

[0068] 在本实施例中，P是样本句向量对的数量，第s对样本句向量的代价函数是ΔEs＝|1-sim|，sim指的是公式1所示的相似度，s是从1到P的自然数，ΔEs是第s对样本向量加权后的相似度的误差。所以可以通过最小化误差的方式求解最优的权重。对于所有样本句向量对来说，代价函数如下式所示，其中，ΔE是所有样本句向量对的相似度的损失总和。

[0069]

[0070] 步骤405，通过梯度下降法求解代价函数中的各类别对应的权重，并根据样本词的类别与求解出的权重的对应关系生成权重表。

[0071] 在本实施例中，可通过梯度下降法求解代价函数中的各类别对应的权重。梯度下降法是一个一阶最优化算法，通常也称为最速下降法。要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度的反方向的规定步长距离点进行迭代搜索，而反方向的搜索会接近函数的极大值点。但是也存在着一些难以求解梯度的代价函数。对于代价函数所有点可微分的情况下，直接通过求一阶导数来找下降方式，并且以迭代的方式来更新权重参数。每次更新权重参数后，可以通过比较权重参数的变化量是否小于某个阈值的方式停止迭代，或者迭代次数达到一定数量时停止迭代。

[0072] 在本实施例的一些可选的实现方式中，通过梯度下降法求解代价函数中的各类别对应的权重，包括：对于每个类别对应的权重，将该权重确定为第一权重并设置权重变化量，执行如下迭代步骤：根据第一权重和权重变化量之和确定代价函数的第一损失；根据第一权重和权重变化量之差确定代价函数的第二损失；根据第一损失和第二损失确定梯度方向；根据梯度方向确定梯度值，并根据梯度值、第一权重和预设的步长确定第二权重；若第二权重与第一权重之差小于预定权重变化阈值，则将第二权重确定为该类别对应的权重；若第二权重与第一权重之差不小于预定权重变化阈值或执行迭代步骤的次数达到预定迭代次数阈值，则将第二权重与第一权重之差作为权重变化量，将第二权重作为第一权重继续执行上述迭代步骤。

[0073] 对于同一类别的词的权重wi和wj相等，可以用wk表示第k种类别的词的权重，k为自然数。使用经典的梯度下降法时需要求 然而由于余弦向量对wk求解偏微分较为困难，这就需要用到本改进算法。

[0074] 假设wk是第k种类别的词对应的词向量的权重，在每次迭代过程中的变化量是Δwk(其中Δwk是一个足够小的值)，那么分别求解wk+Δwk与wk-Δwk，进而分别计算迭代后的相似度的误差ΔE′，选择使公式2中的ΔE减小的wk+Δwk或wk-Δwk，这个过程确定了梯度的方向。这样得到ΔE′之后用 计算得到梯度大小 利用公式(其中，l为迭代次数，η为步长，步长一般取一个固定值或者随迭代次数
变化的值， 为第l次迭代时的权重， 为第l+1次迭代时的权重)就完成了一次 到的迭代，循环迭代N次(N是足够大的一个值)或者迭代到wk不再显著变化，即Δwk＜E(E是预定权重变化阈值)。

[0075] 从图4中可以看出，与图2对应的实施例相比，本实施例中的生成权重表的流程突出了快速找到代价函数的局部极小值的方法。由此，本实施例描述的方案可以在提高匹配成功率的同时还提高了匹配速度。

[0076] 进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种信息输出装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

[0077] 如图5所示，本实施例的信息输出装置500包括：获取单元501、第一转换单元502、第二转换单元503、类别确定单元504、加权匹配单元505和输出单元506。其中，获取单元501配置用于响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合；第一转换单元502配置用于将目标物品信息中的每个词转换成词向量，并将目标物品信息对应的各个词向量组成目标句向量；第二转换单元503配置用于对于候选物品信息集合中的每个候选物品信息，将该候选物品信息中的每个词转换成词向量，并将该候选物品信息对应的各个词向量组成该候选物品信息的候选句向量；类别确定单元504配置用于确定所述目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重；加权匹配单元505配置用于根据词的类别对目标句向量和各候选物品信息的候选句向量进行加权，并确定加权后的目标句向量与加权后的各候选物品信息的候选句向量之间的匹配度；输出单元506配置用于按照匹配度由大到小的顺序选取预定数目个加权后的候选句向量，并输出所选取的加权后的候选句向量对应的候选物品信息。

[0078] 在本实施例中，信息输出装置500的获取单元501、第一转换单元502、第二转换单元503、类别确定单元504、加权匹配单元505和输出单元506的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204、步骤205和步骤206。

[0079] 在本实施例的一些可选的实现方式中，加权匹配单元504进一步配置用于：根据目标物品信息中的每个词的类别对应的权重分别对目标句向量中的每个词向量进行加权，并生成加权后的目标句向量；对于每个候选物品信息，根据该候选物品信息中的每个词的类别对应的权重分别对该候选句向量中的每个词向量进行加权，并生成该候选物品信息的加权后的候选句向量；确定加权后的目标句向量与加权后的各候选句向量之间的匹配度。

[0080] 在本实施例的一些可选的实现方式中，类别确定单元504进一步配置用于：将所述目标物品信息中的每个词和各候选物品信息中的每个词与预设的类别词集合进行匹配以确定出每个词的类别；对于每个类别，获取所述目标物品信息和各候选物品信息中该类别词的词频-逆文本频率作为该类别的权重。

[0081] 在本实施例的一些可选的实现方式中，类别确定单元504进一步配置用于：将目标物品信息中的每个词和各候选物品信息中的每个词与预设的特征词集合进行匹配以确定出匹配的至少一个特征词；对于至少一个特征词中每个特征词，确定该特征词所属的类别，并根据该特征词所属的类别查找预设的权重表中的权重作为该特征词的权重，其中，权重表用于表征类别与权重之间的对应关系；对于目标物品信息中与特征词集合不匹配的每个词和各候选物品信息中与特征词集合不匹配的每个词，获取该词的词频-逆文本频率作为该词的权重。

[0082] 在本实施例的一些可选的实现方式中，装置500还包括权重表生成单元(未示出)，配置用于：获取至少一对样本句向量，其中，每个样本句向量是由样本物品信息中的每个样本词生成的样本词向量组成的，并且每对样本句向量之间的余弦相似度大于预设相似度阈值；将各样本词进行分类，并为每个类别的样本词设置该类别对应的权重；对于至少一对样本句向量中每对样本句向量，根据所设置的权重对该样本句向量中每个样本词向量进行加权；根据加权后的至少一对样本句向量中每对样本句向量之间的余弦相似度构造代价函数；通过梯度下降法求解代价函数中的各类别对应的权重，并根据样本词的类别与求解出的权重的对应关系生成权重表。

[0083] 在本实施例的一些可选的实现方式中，权重表生成单元进一步配置用于：对于每个类别对应的权重，将该权重确定为第一权重并设置权重变化量，执行如下迭代步骤：根据第一权重和权重变化量之和确定代价函数的第一损失；根据第一权重和权重变化量之差确定代价函数的第二损失；根据第一损失和第二损失确定梯度方向；根据梯度方向确定梯度值，并根据梯度值、第一权重和预设的步长确定第二权重；若第二权重与第一权重之差小于预定权重变化阈值，则将第二权重确定为该类别对应的权重；若第二权重与第一权重之差不小于预定权重变化阈值或执行迭代步骤的次数达到预定迭代次数阈值，则将第二权重与第一权重之差作为权重变化量，将第二权重作为第一权重继续执行上述迭代步骤。

[0084] 下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

[0085] 如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

[0086] 以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

[0087] 特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。
计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

[0088] 可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

[0089] 附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

[0090] 描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一转换单元、第二转换单元、类别确定单元、加权匹配单元和输出单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合的单元”。

[0091] 作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：响应于接收到包括目标物品信息的查询请求，获取候选物品信息集合；将目标物品信息中的每个词转换成词向量，并将目标物品信息对应的各个词向量组成目标句向量；对于候选物品信息集合中的每个候选物品信息，将该候选物品信息中的每个词转换成词向量，并将该候选物品信息对应的各个词向量组成该候选物品信息的候选句向量；确定目标物品信息和各候选物品信息中的每个词的类别，并获取各类别对应的权重；根据词的类别对目标句向量和各候选物品信息的候选句向量进行加权，并确定加权后的目标句向量与加权后的各候选物品信息的候选句向量之间的匹配度；按照匹配度由大到小的顺序选取预定数目个加权后的候选句向量，并输出所选取的加权后的候选句向量对应的候选物品信息。

[0092] 以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。