【推荐算法论文阅读】Learning Deep Structured Semantic Models for Web Search using Clickthrough Data

一、亮点

1. DSSM是Deep Structured Semantic Model的缩写，即我们通常说的基于深度网络的语义模型，其核心思想是将query和doc映射到到共同维度的语义空间中，通过最大化query和doc语义向量之间的余弦相似度，从而训练得到隐含语义模型，达到检索的目的。
2. 为了处理大型词汇表，提出了word hashing方法，query或document的高维term向量被投影到低维的基于n-gram的向量，而信息损失很小。

二、模型结构

DNN的输入是一个高维的term向量(例如，query或者document中未经标准化的term的原始计数)，DNN的输出是低维的语义特征空间中的concept vector。

通常， x用来表示输入的term向量， y表示输出向量，$l_i$