ACL2020|对抗式query-doc相关性模型,让线上搜索结果大幅提升!
2023-05-01 来源:飞速影视
![ACL2020|对抗式query-doc相关性模型,让线上搜索结果大幅提升!](http://fs.qqfile.top/re/aHR0cHM6Ly9waWNzMS5iYWlkdS5jb20vZmVlZC85ZjUxMGZiMzBmMjQ0MmE3YTY4NGNjYWE0YThmNjc0ZGQwMTMwMjBkLnBuZ0BmX2F1dG8_dG9rZW49Y2Q0MDZlMmM4NzA2MTUxYjkzODBlYjI3ODZjY2Y0MzE1)
本文介绍的是 ACL 2020 论文《Learning Robust Models for e-Commerce Product Search》,论文作者来自爱荷华州立大学、亚马逊。
作者 | 机智的叉烧
编辑 | 丛 末
![ACL2020|对抗式query-doc相关性模型,让线上搜索结果大幅提升!](/images/loading.gif)
论文地址:https://arxiv.org/pdf/2005.03624.pdf
1
背景
搜索和推荐经常会被放在一起对比,其中最突出的区别就是搜索中存在query,需要充分考虑召回内容和query之间的相关性,而如果内容是搜索广告,则对内容有更高的要求,相关性过低的内容被展示会让用户有很差的体验。
相关性在一定程度上可以被抽象成doc和query之间的语义相似度问题,其实当前语义相似度的研究已经非常成熟,在sigir2018中有人曾经对搜索和推荐中的深度学习匹配进行了非常全面的综述:Deep Learning for Matching in Search and Recommendation[1]。在语义匹配上,大家的关注点经常在于如何去定义“匹配”上,尤其是分析如何将两者的编码内容更好地匹配起来。
![ACL2020|对抗式query-doc相关性模型,让线上搜索结果大幅提升!](/images/loading.gif)
本站仅为学习交流之用,所有视频和图片均来自互联网收集而来,版权归原创者所有,本网站只提供web页面服务,并不提供资源存储,也不参与录制、上传
若本站收录的节目无意侵犯了贵司版权,请发邮件(我们会在3个工作日内删除侵权内容,谢谢。)
www.fs94.org-飞速影视 粤ICP备74369512号