mask rcnn 召回率_搜索推荐召回&&粗排相关性优化最新进展—2020

看到三篇干货满满&&很实用的相关性优化paper，先上论文大餐。

PRE-TRAINING TASKS FOR EMBEDDING-BASED LARGE-SCALE RETRIEVAL​arxiv.org

google的paper（How to pretrain？），主要是讲怎么样更好的设计pretrain任务，用于问答任务。

ColBERT:Efficient and Effective Passage Search via Contextualized Late Interaction over BERT​arxiv.org

stanford的paper（How to late fusion？），主要是讲怎么样更好的让query和doc进行late fusion，用于召回侧&&粗排？相比双塔dssm模型，recall更优；相比交互式dssm模型，效率上更优。此外，召回侧可以使用faiss超大规模检索，用于工业界的搜索/推荐等系统。

Poly-encoders: architectures and pre-training strategies for fast and accurate multi-sentence scoring​arxiv.org

facebook的paper（How to late fusion？），和上个paper的目的一致，怎么样进行late fusion，提高检索的效率，提高召回率。

PS：文中的截图均来自于上面三篇paper。。。

零、相关性之DSSM回顾

1）双塔DSSM模型

双塔DSSM模型

query(context)和doc(candidate)独立进行建模，各自得到embedding，最后进行相似度度量（L2/cosine等）。在搜索/推荐或者其他相似性检索领域，召回侧可以使用faiss（乘积量化）或者nsg（基于图检索）等方式，对超大规模的doc embedding进行索引。具体使用的时候，由query embedding来召回topk的结果用于后续的排序侧。此外，在粗排的过程中，也可以基于这种方式快速计算相似度，作为特征之一。

2）交互DSSM模型

交互式DSSM模型-i

交互式DSSM模型-ii

交互的DSSM模型，一种方式是刚开始计算出query和doc在term级别的相似度矩阵，在此基础上走神经网络，类似：KNRM、Conv-KNRM等；另一种方式和bert预训练类似，输入部分query和doc以[sep]分隔，走encoder模块建模，以隐藏层[cls]作为最终的embedding。这种方式，相比双塔DSSM模型计算相似度得分更为精确，但是计算的运算量相对较高，一般用在精排部分。

一、How to Pretrain

本文的要点是提出了ICT、BFS、WLP三种构造预训练数据的方式，用于提升预训练模型的建模能力。在问答的任务上，取得了显著的效果效果提升，实验部分测试集包括：SQuAD、Natural Qustions。

1）基本概念

下面表述下ICT、BFS、WLP三个概念到底是啥？结合paper里面的两张截图来解释下。

i）ICT：query为维基文章段落里面的某个句子；doc为该段落的其余句子；

ii）BFS：query为维基文章第一段随机选取的句子；doc为同一页面随机选取的一个段落；

iii）WLP：query为维基文章第一段随机选取的句子；doc为另外一个页面（query对应的句子，包含的超链接跳转到的页面）的某个段落；

2）实验结论

最后，贴两个主要的实验结果，来得到一些主要的实验结论。

BoW-MLP：基于bag-of-words的方式，走MLP网络进行建模。可以看到，结合ICT+BFS+WLP三种预训练方式，相比MLM方式实验结果显著提升。

三种预训练方式中，ICT效果比其他两者要好。此外，提高最终embedding的维度，实验结果会好一点。

二、ColBERT

本文的核心思想，在于怎么样让query和doc的embedding进行late fusion，相比单纯直接进行相似性度量（L2/cosine），召回率得到提高。此外，在粗排上计算速度得到显著提升，召回侧可以引入faiss进行超大规模检索。

1）建模&&检索

query建模：构造出统一的输入长度，不够的补[mask]，采用bert进行建模，使用cnn压缩隐藏层表征长度，最终得到Eq个embedding表征。doc建模：filter表示过滤标点符号等一些不相关的表征，最终得到Ed个embedding表征。

在粗排的计算中，query的建模结果以一个2D矩阵存储，doc的建模结果以一个3D矩阵存储，max本质是进行max-pooling操作，最终再叠加一个矩阵求和操作。在召回侧的计算中，分成两个阶段：filter和refine，filter：max这部分的操作，对每个q_i用faiss检索出topk’的结果，得到Nq*k’个doc；refine：在Nq*k’个doc结果中，采用和粗排一样的计算方式，得到最优的k个结果，作为最终的检索结果。

2）实验结论

直接上一个简单的硬核实验结论，ColBERT的效果比ConvKNRM明显要好，此外检索的速度比BERT-base模型要快几个数量级。

三、Poly-Ecnoders

1）建模

和stanford paper不一致的地方，这边doc（candidate）的建模结果只有一个embedding。第一个公式，主要是用于paper里面的对话任务，query（context）为对话的前面n条记录，因此query太长了，需要做一个压缩。第二个公式，采用attention的方式，计算query中各个embedding和doc的相关性，最终采用加权向量方式作为最终query的embedding。这边计算attention的时候，引入了softmax，因此这种建模的方式引入faiss可能是个问题？paper里面也只展示了粗排的相关实验结果。

2）实验结论

从召回率指标上来看，在不同测试集上，Poly-encoder的实验结果基本快和Cross-encoder持平。

从检索的效率来看，相比Bi-encoder，Poly-encoder的检索耗时大约多了3-4倍，当候选召回在100k规模，使用cpu耗时大约678-837ms。相比Cross-encoder显然显著降低。