KDD‘21 | 淘宝搜索中语义向量检索技术博客学习

原文：

1. KDD’21 | 淘宝搜索中语义向量检索技术
   https://zhuanlan.zhihu.com/p/409390150?utm_source=wechat_session&utm_medium=social&utm_oi=637963847940706304

2. 作者微信公众号：
   https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=MzU0MDA1MzI0Mw==&scene=124#wechat_redirect

3. 作者知乎专栏：
   https://www.zhihu.com/column/mgxs-note

概览

1. Motivation

基于词lexical matching的匹配召回缺乏对用户的历史行为进行建模，然后向量检索主要是对用户历史行为进行建模，平衡query语义 和 用户个性历史化行为 之间的关系，感觉看到这就感觉有点虚啊，大部分应该都是直接语义相关吧，个性化不知道带来的提升能到达什么量级，这是已经很卷了是吗？

2. Solution

• 任务：根据实时行为，短期行为，长期行为和 搜索的query来预测期望返回的top-k个候选物品。
  网络结构图：其中query也利用了历史的搜索query数据，并结合了多粒度的词的信息。

• 词的信息的利用：

  • query字面上的组织方式多样：字粒度，2-gram粒度，词粒度。
  • query的表征方法多样：pooling，transformer，concat，addition等。

• 网络结构
  

• 商品总体召回框架
  

3. Evaluation

1. Recall@K

2. Pgood，top-k中有多少个结果和query强相关。

3. Numprank，有多少进入了后面的排序环节，证明相关性比较高。
   

4. GMV
   

4. 总结

1. 特征：语义特征，行为特征融合
2. 训练数据构建亮点：困难负样本构建
3. 感觉短文本基于term的召回和基于lexical词的召回也比较重要啊。