bbbeoy的专栏

https://zhuanlan.zhihu.com/p/53326791 https://blog.csdn.net/jokerxsy/article/details/107169406

导语 在NLP领域，语义相似度的计算一直是个难题：搜索场景下query和Doc的语义相似度、feeds场景下Doc和Doc的语义相似度、机器翻译场景下A句子和B句子的语义相似度等等。本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计算语义相似度上的应用，希望给读者带来帮助。 1. 背景 以搜索引擎和搜索广告为例，最重要的也最难解决的问题是语义相似度，这里主要体现在两个方面：召回和排序。 在召回时，传统的文本相似性如 BM25，无法有效发现语义类 query-Doc 结.