深度学习在搜索的应用:学术前沿与工业方案解析

来源:互联网 发布:广州数控车床编程实例 编辑:程序博客网 时间:2024/05/30 23:03

《SDCC 2017 人工智能技术实战线上峰会》学习

当搜索遇到深度学习

搜索引擎:最成功的AI应用。
深度学习在各个领域的成功:人脸识别、语音识别、物体识别、机器翻译、风格迁移、图片生成。
搜索:文本表示与匹配问题
这里写图片描述

DL4Search通用框架

这里写图片描述


搜索相关深度学习基础构件

基础构件之间的关系

基础构件关系:先特征后匹配
这里写图片描述

基础构件关系:先匹配后特征
这里写图片描述

输入层Word Embedding表示

字符N-Gram
这里写图片描述

文档/查询/匹配矩阵–特征抽取模型

前向神经网络

这里写图片描述

CNN 特征编码模型

这里写图片描述

RNN模型 特征编码模型

这里写图片描述

排序框架

这里写图片描述

Score Model

这里写图片描述

Rank Model

这里写图片描述

RankProb Model

这里写图片描述


典型深度学习搜索模型

工业界方案:DSSM解析

这里写图片描述

CLSM

这里写图片描述

LSTM-DSSM

这里写图片描述

Double CNN

这里写图片描述

Kernel based Neural Ranking Model

这里写图片描述

ARCII

这里写图片描述

Match Pyramid

这里写图片描述

Match-SRNN

这里写图片描述


DSSM

这里写图片描述

训练过程:
这里写图片描述