学习周报20191201 | 语义相似度，TF

【学习周报】

总结自己的学习和遇到的好材料。

往期回顾：

• 学习周报20191109 | LM，term weighting

• 学习周报20191117 | GRPC，搜索概述

• 学习周报20191124 | BART，紧密度分析

语义相似度

语义相似度最经典的是DSSM系列模型，本周重点是阅读了有关论文吧。

• Huang P S, He X, Gao J, et al. Learning deep structured semantic models for web search using clickthrough data[C]// ACM International Conference on Conference on Information & Knowledge Management. ACM, 2013:2333-2338.

• Shen, Yelong, et al. "A latent semantic model with convolutional-pooling structure for information retrieval." Proceedings of the 23rd ACM International Conference on Conference on Information and Knowledge Management. ACM, 2014.

• Palangi, Hamid, et al. "Semantic modelling with long-short-term memory for information retrieval." arXiv preprint arXiv:1412.6629 2014.

其实也不是什么新东西了，但仔细阅读还是能够发信啊一些和自己没有关注到的细节。

Tensorflow

有一定的tenrsorflow基础，但是好久不用忘得差不多了，写起来有点蹩脚，所以最近给自己整的学习专题，复习一下很多tensorflow的API我都不是很清楚细节，例如tf.nn，tf.layers，tf.keras之间的关系和区别，所以要好好看一遍，看完之后自己也要开始练练手了。

没什么高大上厉害的教程，这次两个目标，熟悉关键的API以及应用熟练度提升，我考虑的是直接看文档，想要入门建议的是看官方教程。

• https://tensorflow.google.cn/versions/r1.12/api_docs/python/tf