申请/专利权人:星环信息科技(上海)股份有限公司
申请日:2023-11-28
公开(公告)日:2024-05-14
公开(公告)号:CN117407727B
主分类号:G06F18/22
分类号:G06F18/22;G06F16/953
优先权:
专利状态码:有效-授权
法律状态:2024.05.14#授权;2024.02.02#实质审查的生效;2024.01.16#公开
摘要:本发明公开了一种向量相似度确定方法及向量搜索方法,向量相似度确定方法包括:获取第一稠密稀疏向量和第二稠密稀疏向量;基于第一稠密稀疏向量和第二稠密稀疏向量计算第一相似度和第二相似度;根据第一相似度和第二相似度确定第一稠密稀疏向量和第二稠密稀疏向量的相似度,解决了稠密向量与稀疏向量相似计算结果准确性较低,以及由于相似度计算结果准确性较低导致的搜索召回率较低的问题,通过对稠密向量和稀疏向量进行拼接,得到稠密稀疏向量。从稠密向量和稀疏向量进行考虑,计算向量的相似度,结果更加准确;实现简单,有效保证数据一致性;更好地反映真实的数据空间分布,从而保证相似度结果的准确性,进而提高向量搜索的召回率。
主权项:1.一种向量搜索方法,其特征在于,包括:获取待搜索稠密稀疏向量,所述待搜索稠密稀疏向量基于文本或者图像数据得到;基于图算法对分层可导航小世界的搜索图进行搜索,读取所述分层可导航小世界的搜索图中的待匹配稠密稀疏向量,计算所述待搜索稠密稀疏向量和所述待匹配稠密稀疏向量的相似度;根据所述相似度确定与所述待搜索稠密稀疏向量匹配的目标稠密稀疏向量;构建所述分层可导航小世界的搜索图,包括:获取待存储稠密稀疏向量;通过预分配的内存空间对所述待存储稠密稀疏向量进行存储;根据所述待存储稠密稀疏向量构建分层可导航小世界的搜索图;所述预分配的内存空间包括第一内存空间和第二内存空间;所述通过预分配的内存空间对所述待存储稠密稀疏向量进行存储,包括:确定所述待存储稠密稀疏向量的长度并存储至对应的第一内存空间,判断所述待存储稠密稀疏向量的长度是否大于第二内存空间的长度,若是,则将所述待存储稠密稀疏向量存储至对应的虚拟地址空间;否则,将所述待存储稠密稀疏向量存储至对应的第二内存空间中;其中,所述第二内存空间的长度根据所述待存储稠密稀疏向量中的稠密向量维度以及约束稀疏向量的最大非零值数量确定;所述虚拟地址空间的大小通过对所述待存储稠密稀疏向量的长度的最大值进行数据页取整确定。
全文数据:
权利要求:
百度查询: 星环信息科技(上海)股份有限公司 一种向量相似度确定方法及向量搜索方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。