1.一种基于神经网络模型的搜索方法，其特征在于，包括：

接收搜索词；

获取生成的训练数据；其中，所述训练数据通过以下方法生成：获取用户的历史搜索数据，其中，所述历史搜索数据包括历史搜索词和所述历史搜索词对应的历史搜索结果；获取所述用户的历史查询点击行为，并根据所述历史查询点击行为对所述历史搜索词对应的历史搜索结果进行分类以生成所述历史搜索结果的标签；根据预设策略、所述历史搜索结果的标签、所述历史搜索词以及所述历史搜索结果生成训练数据；

基于所述神经网络模型，根据所述搜索词和所述训练数据获取与所述搜索词对应的多个搜索结果，并计算所述多个搜索结果与所述搜索词的相关度；

根据所述相关度对所述多个搜索结果进行排序，并将排序后的所述多个搜索结果提供给用户。

2.根据权利要求1所述的方法，其特征在于，所述根据预设策略、所述历史搜索结果的标签、所述历史搜索词以及所述历史搜索结果生成训练数据，包括：根据所述预设策略和所述历史搜索结果的标签对所述历史搜索结果进行配对组合，以得到多个结果组对；

根据所述历史搜索词以及所述多个结果组对生成所述训练数据。

3.根据权利要求2所述的方法，其特征在于，所述标签包括第一标签、第二标签和第三标签，其中，所述第一标签用于指示点击的搜索结果，所述第二标签用于指示跳过的搜索结果，所述第三标签用于指示还没查看的搜索结果。

4.如权利要求3所述的方法，其特征在于，所述预设策略包括：

将所述标签为所述第一标签的历史搜索结果与所述标签为所述第三标签的历史搜索结果进行配对组合；和/或，将所述标签为所述第二标签和第三标签的历史搜索结果，与所述标签为所述第一标签的历史搜索结果进行配对组合。

5.一种基于神经网络模型的搜索装置，其特征在于，包括：

接收模块，用于接收搜索词；

第一获取模块，用于获取生成的训练数据；其中，所述训练数据通过训练数据的生成装置生成的，所述生成装置包括：历史搜索数据获取模块，用于获取用户的历史搜索数据，其中，所述历史搜索数据包括历史搜索词和所述历史搜索词对应的历史搜索结果；历史查询点击行为获取模块，用于获取所述用户的历史查询点击行为；第一生成模块，用于根据所述历史查询点击行为对所述历史搜索词对应的历史搜索结果进行分类以生成所述历史搜索结果的标签；第二生成模块，用于根据预设策略、所述历史搜索结果的标签、所述历史搜索词以及所述历史搜索结果生成训练数据；

第二获取模块，用于基于所述神经网络模型，根据所述搜索词和所述训练数据获取与所述搜索词对应的多个搜索结果，并计算所述多个搜索结果与所述搜索词的相关度；

排序模块，用于根据所述相关度对所述多个搜索结果进行排序；

提供模块，用于将排序后的所述多个搜索结果提供给用户。

6.如权利要求5所述的装置，其特征在于，所述第二生成模块包括：配对单元，用于根据所述预设策略和所述历史搜索结果的标签对所述历史搜索结果进行配对组合，以得到多个结果组对；

生成单元，用于根据所述历史搜索词以及所述多个结果组对生成所述训练数据。

7.如权利要求6所述的装置，其特征在于，其中，所述标签包括第一标签、第二标签和第三标签，其中，所述第一标签用于指示点击的搜索结果，所述第二标签用于指示跳过的搜索结果，所述第三标签用于指示还没查看的搜索结果。

8.如权利要求7所述的装置，其特征在于，所述预设策略包括：

将所述标签为所述第一标签的历史搜索结果与所述标签为所述第三标签的历史搜索结果进行配对组合；和/或，将所述标签为所述第二标签和第三标签的历史搜索结果，与所述标签为所述第一标签的历史搜索结果进行配对组合。