原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请提供了一种搜索排序模型训练、预测方法、系统、设备及存储介质，该搜索排序模型训练方法包括：获取样本数据，所述样本数据包括多个样本货源列表，每个所述样本货源列表包括多个样本货源数据和样本排序结果；将所述样本货源列表的样本货源数据输入搜索排序模型，获取所述模型输出的每个样本货源列表的预测排序结果；基于所述预测排序结果和所述样本排序结果构建损失函数，并基于损失函数值迭代训练所述搜索排序模型。本申请直接对搜索的排序结果进行建模，考虑到同一个列表下不同搜索结果之间的相对关系，提供更合理的排序方式。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117874516A
(43)申请公布日2024.04.12
(21)申请号202311854840.X
(22)申请日2023.12.29
(71)申请人南昌大学
地址330000
文档评论（0）