用于相关性计算的深度语义模型(续)
来源:互联网 发布:java并发编程书籍 编辑:程序博客网 时间:2024/05/19 00:16
简述
概括来讲,就是把DSSM(见用于相关性计算的深度语义模型) 中的全连接层换成了CNN+Max Pooling,变成了CDSSM
文章全名:A Latent Semantic Model with Convolutional-Pooling Structure for Information Retrieval
网络结构
与DSSM一样,一个单词映射成ngram序列,不同的是,DSSM通过几层全连接,直接生成向量,而CDSSM通过卷积层+Max-pooling,再经过一层全连接,生成最终的向量。
其他细节
序列对应关系
需要特别注意的是,卷积后的向量是300维,这300维向量分别进行Pooling,就是说,每一个维度可能来自不同时刻的输入,通过pooling对应的时刻,可以观察到Query-Document的序列映射关系,下面是一个示例
可以看到在第102、280、84、258、192唯,Query与Document各自对应的单词/短语,这里与翻译模型中的alignment有异曲同功之处。
不同类型序列,相互独立网络
在DSSM原作中,Query与Document生成向量使用的共享网络,但文章中分别用不同的网络来生成这两类向量,后者效果更好
阅读全文
0 0
- 用于相关性计算的深度语义模型
- 用于相关性计算的深度语义模型(续)
- DSSM, 深度语义匹配模型
- 深度学习之DeepLab用于语义分割
- 深度学习之PSPnet用于语义分割
- [转]搜索引擎的文档相关性计算和检索模型(BM25/TF-IDF)
- 使用向量空间模型(df-idf)计算搜索文档与查询词的相关性
- 相关性计算
- 使用深度RNN模型构建语义搜索引擎
- [温故而知新] 《深度探索c++对象模型》——构造、析构、拷贝的语义
- EMNLP2013_RNTN论文翻译:基于情绪树库的语义组合性递归深度模型
- 用于训练的模型
- 深度学习计算模型中"门函数"的作用
- 机器如何计算“相关性”?
- 机器如何计算“相关性”?
- 机器如何计算“相关性”?
- 机器如何计算“相关性”?
- 机器如何计算“相关性”?
- json在visual studio 2015上面的编译以及使用
- SAP-MM自动记账解析之功能实现(04)
- cv::resize和QImage::scaled
- scala并发编程
- PHP查看扩展是否开启的四种方法
- 用于相关性计算的深度语义模型(续)
- 什么是Hibernate,好处是什么?
- 创建子线程的两种方式:类实现runnable接口或是类继承Thread类
- Apache kylin内部解剖
- 电子签名的优势有哪些,电子签名比较纸质签名签合同的好处
- Facebook拒修改React开源许可,你会对React说再见吗?
- 你对前端开发岗的看法
- 一个线程死锁的例子
- 抽象类