版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
语义模型在小红书搜索的应用OUTLINE•
小红书搜索的问题是什么•
语义模型在搜索的应用•
训练与评估小红书的搜索问题•
多模:文本、图像、视频•
异构:图文笔记、长/短视频、商品、用户、评论、etc.•
个性化OUTLINE•
小红书搜索的问题是什么•
语义模型在搜索的应用•
语义模型的训练与评估语义模型在搜索的应用-overview相关性个性化其他LTR精排相关性个性化其他LTR粗排召回ANN倒排近线AGG语义模型在搜索的应用艾尔登法环好玩吗Query处理召回排序相关性内容理解语义模型在搜索的应用-QP•
基础分析模块•
分词、命名实体识别、词权重、紧密度•
Taxonomy:•
类目和意图预测•
改写:•
纠错、同义改写、省略改写、查询扩展语义模型在搜索的应用-召回•
倒排召回•
向量召回•
召回聚合语义模型在搜索的应用-召回•
倒排召回关键词
笔记列表艾尔登
笔记1,笔记2,笔记3法环…笔记1,笔记3,笔记4…查询语法:“艾尔登”and“法环”返回结果:笔记1,笔记3语义模型在搜索的应用-召回•
查询表达式同义改写分词艾尔登法环or老头环老头环艾尔登法环(and)or查询串生成艾尔登法环老头环LSEuserid:444287,docid:155423,date:2024-05-19,语义模型在搜索的应用-召回余弦相似度:•
向量召回�ꢁ神经网络神经网络Query特征用户特征文本、图片、视频、笔记特征语义模型在搜索的应用-召回ANN引擎:•
向量召回onlineinference�神经网络⋮Query特征用户特征语义模型在搜索的应用-召回•
召回聚合语义模型在搜索的应用-排序排序结果多样性、业务规则(PostRank)融合分数(LTR)查询词理解相关性内容质量时效性个性化语义模型在搜索的应用-相关性相关性打分融合模型文本相关性图视频相关性匹配类特征片相关性OUTLINE•
小红书搜索的问题是什么•
语义模型在搜索的应用•
语义模型的训练与评估语义模型的训练与评估-文本BERTMLMMLM푐ꢀꢁ
푇1⋯푇ꢂ푇ꢁꢃꢄ
푇′⋯푇′ꢅ1BERT�푐ꢀꢁ
�1푐ꢀꢁ
푇ꢆꢇ1⋯�ꢂ�ꢁꢃꢄ
�′⋯�′ꢅ1⋯푇ꢆꢇꢂ
ꢁꢃꢄ
푇ꢆꢇꢂ⋯푇ꢆꢇꢅꢁ1ꢁ2stage1:preTrain•
task:MLM•
model:n-layertransformer•
data:文本数据•
training:unsupervised语义模型的训练与评估-文本BERTMLMMLMBCE푐ꢀꢁ푇1⋯푇ꢂ푇ꢁꢃꢄ
푇′⋯푇′ꢅ푐ꢀꢁ
푇1⋯푇ꢂ푇ꢁꢃꢄ푇′1⋯푇′ꢅ1BERTBERT�푐ꢀꢁ�1⋯�ꢂ�ꢁꢃꢄ
�′⋯�′ꢅ�푐ꢀꢁ
�1⋯�ꢂ�ꢁꢃꢄ�′1⋯�′ꢅ1푐ꢀꢁ
푇ꢆꢇ1⋯푇ꢆꢇꢂ
ꢁꢃꢄ
푇ꢆꢇꢂ⋯푇ꢆꢇꢅ푐ꢀꢁ
푇ꢆꢇ1⋯푇ꢆꢇꢂ
ꢁꢃꢄ
푇ꢆꢇꢂ⋯푇ꢆꢇꢅꢁ1ꢁ2ꢁ1ꢁ2stage1:preTrainstage2:postPreTrain•
task:MLM•
task:BCE(nsp)•
model:n-layertransformer•
data:文本数据•
training:unsupervised•
model:n-layertransformer•
data:用户数据•
training:supervised语义模型的训练与评估-文本BERTMLMMLMBCEregression푐ꢀꢁ
푇1⋯푇ꢂ푇ꢁꢃꢄ
푇′⋯푇′ꢅ푐ꢀꢁ
푇1⋯푇ꢂ푇ꢁꢃꢄ
푇′⋯푇′ꢅ푐ꢀꢁ
푇1⋯푇ꢂ푇ꢁꢃꢄ
푇′⋯푇′ꢅ111BERTBERTBERT�푐ꢀꢁ
�1푐ꢀꢁ
푇ꢆꢇ1⋯�ꢂ�ꢁꢃꢄ
�′⋯�′�푐ꢀꢁ
�1⋯�ꢂ�ꢁꢃꢄ
�′⋯�′�푐ꢀꢁ
�1⋯�ꢂ�ꢁꢃꢄ
�′⋯�′ꢅ1ꢅ1ꢅ1⋯푇ꢆꢇꢂ
ꢁꢃꢄ
푇ꢆꢇꢂ⋯푇ꢆꢇꢅ푐ꢀꢁ
푇ꢆꢇ1⋯푇ꢆꢇꢂ
ꢁꢃꢄ
푇ꢆꢇꢂ⋯푇ꢆꢇꢅ푐ꢀꢁ
푇ꢆꢇ1⋯푇ꢆꢇꢂ
ꢁꢃꢄ
푇ꢆꢇꢂ⋯푇ꢆꢇꢅꢁ1ꢁ2ꢁ1ꢁ2ꢁ1ꢁ2stage1:preTrainstage2:postPreTraintask:BCE(nsp)stage3:fineTune•
task:regression(MSE)•
task:MLM••
model:n-layertransformer
•model:n-layertransformer
•
model:n-layertransformer•
data:文本数据data:用户数据training:supervised•
data:标注数据•
training:supervised••
training:unsupervised•语义模型的训练与评估-在线推理•
蒸馏:soft-label•
摘要•
query-dependentextractivesummary•
head-nimportantsentences•
maxlength
256->160•
量化•
fp16•
embedding
&layer-norm保留fp32语义模型的训练与评估-在线推理•
训练•
Megatraon-LM+
Tensorflow•
多机多卡;3D-
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 中华文明的起源与早期国家课件-2024-2025学年高一上学期统编版(2019)必修中外历史纲要上
- 新解读《GBT 51234-2017城市轨道交通桥梁设计规范 》
- 内蒙古名校联盟2023-2024学年高一下学期教学质量检测语文试题(解析版)
- 广东省2024-2025学年八年级上学期9月月考地理试题(解析版)
- 建筑施工重大危险源清单
- 咖啡制作师知识试题与答案
- 人力资源政策对老年人就业影响的研究
- 股权结构对公司营销策略的影响分析
- 江苏省南通市海安市八校联考2024年中考五模数学试题含解析
- unit2(进阶作业)2024-2025学年六年级上册 英语 人教版
- 07FG01~05防空地下室结构设计(2007年合订本)
- 2024年春期末测试四年级语文试卷质量分析
- 苏科版(2024)七年级上册数学第3章 代数式3.1字母表示数 教案
- 山东省青岛市西海岸新区2023-2024学年三年级上学期期中数学试题
- 法院教育培训计划方案(3篇模板)
- 透析中低血压的预防
- 完整版2024年“安全生产月”全文课件
- 医院感染控制设施设备配置指南
- 2024年保安员考试题含答案【黄金题型】
- 中医康复技术技术规范标准
- 小学教育教学考评方案及细则
评论
0/150
提交评论