搜索算法
文章平均质量分 84
Weiyaner
希望在搜索,推荐,NLP领域持续学习,持续产出。
《鸡声茅店月,人迹板桥霜》
展开
-
美团·阿里关于多模态召回的应用实践
美团。阿里关于多模态召回的应用实践原创 2022-06-30 20:28:44 · 1142 阅读 · 0 评论 -
评估指标及代码实现(NDCG)
机器学习领域,推荐/搜索算法的常用评估指标,NDCG等原创 2022-06-22 18:20:08 · 8042 阅读 · 3 评论 -
关于负样本采样的一些思考
负样本采样是选择“随机采样”还是“曝光未点击”,这得看所处的任务模式在召回还是排序阶段。原创 2022-04-26 16:32:20 · 899 阅读 · 0 评论 -
Sentence-BERT 语义相似度双塔模型
论文介绍发表:2019,EMNLP论文题目:《Sentence-BERT:sentence embeddings using siaese BERT-networks》论文地址:https://arxiv.org/abs/1908.10084Github:https://github.com/UKPLab/sentence-transformers适用领域:句向量生成语义相似度计算语义搜索无监督任务(聚类)1 概述在20年之前的各种预训练模型中,比如bert,XLNet,Alb原创 2022-04-13 16:41:48 · 7778 阅读 · 2 评论 -
Learning to rank总结
Learning to rank,LTR是一种有监督的排序学习,广泛应用于搜索,推荐等领域。排序学习是一个有监督的机器学习过程,对每一个给定的query-doc对,抽取特征,通过日志挖掘或者人工标注的方法获得真实数据标注。然后通过排序模型,使得输出能够和实际的数据相似。常用的排序学习分为三种类型:PointWise,PairWise和ListWise。1 PointwisePointwise 将问题转化为多分类或回归问题。如果归结为多分类问题,对于某个 Query,对文档与此 Query 的相关程原创 2022-03-16 17:58:46 · 326 阅读 · 0 评论 -
基于Bert的语义相关性建模
文章目录搜索相关性定义字面相关性语义相关性1 传统语义相关性模型2 深度语义相关性模型基于表示的匹配sentence representation基于交互的匹配sentence interaction两种方法的优缺点比较基于Bert的语义相关性建模1 基于表示的语义匹配——Feature-based思想缺点:2 基于交互的语义匹配——Finetune—basd3 基于BERT优化美团搜索核心排序相关性的技术架构图搜索相关性定义在搜索场景中,相关性定义如下:对于给定的query和候选Doc,判断二者之原创 2022-03-16 17:02:03 · 3799 阅读 · 0 评论