DSSM

推荐系统的向量检索工具: Annoy & Faiss

在推荐系统的召回阶段，如YoutubeDNN和DSSM双塔模型，向量的最邻近检索是必不可少的一步。
我就算饿死也不做程序员·2024-02-08 10:37

【推荐系统】DSSM双塔召回

召回综述：【推荐系统】推荐系统主流召回方法综述目录一、DSSM概念二、实践召回模型负例如何选择？是否做Norm?(应用trick)温度超参是什么？
sdbhewfoqi·2024-02-06 19:25

Candidate Sampling

作为一个菜鸡的推荐炼丹师，前段时间看YouTubeDNN的炼丹手册和双塔模型(DSSM)的配药指南。发现在关于计算优化的部分YouTubeDNN和DSSM都用了importancesampl
查叔笔录·2024-01-04 13:14

深度结构化语义模型 (Deep Structured Semantic Models, DSSM)

PaddlePaddle-Documentation深度学习解决NLP问题：语义相似度计算——DSSM-CSDN博客
菜鸟瞎编·2023-12-16 13:37

2019-08-16工作进展

pai-nametensorflow140-Dscript="file:///home/hengsong/origin_deep_cluster_odps_8.tar.gz"-DentryFile="train_mv_dssm_v2
Songger·2023-12-15 11:39

谷歌-基于卷积深度神经网络的短文本匹配排序算法

DSSM（DeepStructuredSemanticModel）是基于语义匹配的经典神经网络算法，在搜索与推荐场景中应用广泛，并且逐渐诞生了CDSSM，MV-DSSM等改进算法。
东坡晴雨·2023-11-24 04:56

2019-08-26工作进展

上周五工作：使用品类关键词来进行dssm网络负样本的采样，在新的训练集上进行dssm网络的训练，inference效果：acc:0.699auc:0.703precision:0.941；对文章GatedAttentive-AutoencoderforContent-AwareRecommendation
Songger·2023-11-20 01:10

秋招算法岗，面试复盘

一、科大讯飞（NLP）简要介绍自己Python里面哈希表对应哪种结构，是如何解决哈希冲突的DSSM模型和ESIM模型的区别Word2vec原理，word2vec和fasttext原理上的区别Bert原理
文文学霸·2023-11-14 22:36

【双塔模型DSSM】的原理与实现

文章目录简介1双塔模型的召回结构1.1样本准备1.2模型特征1.3模型loss1.4线上部署2双塔模型的粗排结构2.1样本准备2.2模型特征2.3模型loss2.4线上部署参考文章简介DSSM模型总的来说可以分成三层结构
HelloNettt·2023-10-17 20:08

[论文笔记]DSSM

引言这是DSSM论文的阅读笔记，后续会有一篇文章来复现它并在中文数据集上验证效果。本文的标题翻译过来就是利用点击数据学习网页搜索中深层结构化语义模型，这篇论文被归类为信息检索，但也可以用来做文本匹配。
愤怒的可乐·2023-09-01 14:38

DSSM

原文：LearningDeepStructuredSemanticModelsforWebSearchusingClickthroughData摘要提出了一种新的基于dnn的隐语义模型使用真实的qd点击数据来进行训练，以求得最大的条件似然使用wordhash解决大规模网页检索的效率问题目前取得了sota的效果1.介绍隐语义模型能解决显性语义不match的case无监督的有：LSA、LDA、DAE等
xiiatuuo·2023-09-01 14:28

NLP文本匹配任务有监督训练：PointWise（单塔）、DSSM（双塔）项目实践

NLP文本匹配任务TextMatching[有监督训练]：PointWise（单塔）、DSSM（双塔）、SentenceBERT（双塔）项目实践0背景介绍以及相关概念本项目对3种常用的文本匹配的方法进行实现
·2023-08-20 19:52

NLP文本匹配任务Text Matching 有监督训练：PointWise（单塔）、DSSM（双塔）项目实践

NLP文本匹配任务TextMatching[无监督训练]：SimCSE、ESimCSE、DiffCSE项目实践文本匹配多用于计算两个文本之间的相似度，该示例会基于ESimCSE实现一个无监督的文本匹配模型的训练流程。文本匹配多用于计算两段「自然文本」之间的「相似度」。例如，在搜索引擎中，我们通常需要判断用户的搜索内容是否相似：A:蛋黄吃多了有什么坏处B:吃鸡蛋白过多有什么坏处->不相似A:蛋黄吃多
·2023-08-15 17:21

NLP文本匹配任务Text Matching [有监督训练]：PointWise（单塔）、DSSM（双塔）、Sentence BERT（双塔）项目实践

NLP文本匹配任务TextMatching[有监督训练]：PointWise（单塔）、DSSM（双塔）、SentenceBERT（双塔）项目实践0背景介绍以及相关概念本项目对3种常用的文本匹配的方法进行实现
汀、人工智能·2023-08-15 08:05

2019-08-13工作进展

昨天工作：尝试使用mv-dssm进行query关联title的效果改善，将封片图信息加入到网络的输入中。当前mv-dssm网络已经搭建完成。
Songger·2023-07-29 23:41

推荐系统（九）SENet 双塔模型在推荐领域召回粗排的应用

1.双塔模型的鼻祖——DSSM模型所谓“双塔模型”，可以追溯到UIUC（伊利诺伊大学厄巴纳-香槟分校）与微软于2013在CIKM上发表的论文，论文中提到了一种名为DSSM（DeepStructuredSemanticModels
Jin_Kwok·2023-07-27 23:43

推荐系统论文阅读（七)-借鉴DSSM构建双塔召回模型

LearningDeepStructuredSemanticModelsforWebSearchusingClickthroughData》论文地址：https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/cikm2013_DSSM_fullversion.pdf
推荐系统论文阅读·2023-07-25 22:04

广告行业中那些趣事系列10：推荐系统中不得不说的DSSM双塔模型

摘要：本篇主要介绍了项目中用于商业兴趣建模的DSSM双塔模型。作为推荐领域中大火的双塔模型，因为效果不错并且对工业界十分友好，所以被各大厂广泛应用于推荐系统中。
数据拾光者·2023-06-21 18:31

详解深度学习中推荐系统的经典模型

摘要：DSSM用字向量作为输入既可以减少切词的依赖，又可以提高模型的泛化能力，因为每个汉字所能表达的语义是可以复用的。
华为云开发者联盟·2023-06-21 10:00

深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比

【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等专栏详细介绍：【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等本专栏主要方便入门同学快速掌握相关知识。后续会持续把深度学习涉及知识原理分析给大家，让大家在项目实操的同时也能知识储备，知
汀、人工智能·2023-06-13 14:51

深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比

深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比1.DeepFM模型1.1.模型简介CTR预估是目前推荐系统的核心技术，其目标是预估用户点击推荐内容的概率
·2023-06-13 11:49

深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比

深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比1.DeepFM模型1.1.模型简介CTR预估是目前推荐系统的核心技术，其目标是预估用户点击推荐内容的概率
·2023-06-13 10:45

深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比

深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比
汀、人工智能·2023-06-13 10:00

以DSSM为例说明深度学习模型训练中的若干问题

来自于：机器学习AI算法工程（原文出处未找到）编辑：Thinkgamer本文主要用于记录DSSM模型学习期间遇到的问题及分析、处理经验。
文文学霸·2023-06-09 12:30

DSSM论文精读

本文是对原文的翻译，弄懂原文每一句话的意思。声明：鉴于本人英文一般，有翻译不对的地方望指正，谢谢！题目使用点击数据为网页搜索学习深度结构的语义模型摘要隐含语义模型，比如LSA，目的是将一个query在语义级别和它相关的文本进行映射，这是基于关键字的匹配做不到的。在本文的研究中，我们利用深度学架构搭建了一系列新的隐含语义模型，将queries和documents映射到一个公共的低维空间。被给的que
superY25·2023-04-21 11:09

双塔模型：微软DSSM模型浅析

1.背景DSSM是DeepStructuredSemanticModel(深层结构语义模型)的缩写，即我们通常说的基于深度网络的语义模型，其核心思想是将query和doc映射到到共同维度的语义空间中，通过最大化
独影月下酌酒·2023-04-18 17:38

EasyRec排序模型config文件设置

wide与deep，deepFM，双塔DSSM等模型均是采用的Tower结构。train_input_path:"/data/ml-1m/tr
小李飞刀李寻欢·2023-04-13 05:14

【深度学习】Transformer/VitNet/Conformer/DSSM模型结构解析

目录Transformer模型前言：推荐文章：VisionTransformer模型前言：clstoken作用:代码解析：推荐文章：Conformer模型前言：论文出处：推荐文章：TransformerDSSM模型推荐文章：Transformer模型前言：最近Transformer在CV领域很火，Transformer是2017年Google在ComputationandLanguage上发表的，
daphne odera�·2023-04-10 18:16

【深度学习】DSSM双塔模型结构解析

推荐文章：推荐系统中不得不说的DSSM双塔模型-知乎(zhihu.com)深度语义匹配模型DSSM及其变体CNN-DSSM,LSTM-DSSM-知乎(zhihu.com)(19条消息)图解Transformer
daphne odera�·2023-04-10 18:16

那些年的面试

给一段话，怎么判断是乱码还是正常输入，提示n-gram语言模型12-17百度面试，百度智能云AI应用部，NLP算法工程师一面cdssm原理、和dssm区别逻辑回归推导决策树、剪枝过拟合的起因及解决方法，
你_是谁家的美啊·2023-03-30 02:57

faiss升级numpy版本惹的祸

最近在进行Facebook的基于faiss语义召回用于电商搜索的召回开发工作时候，基于tensorflow在训练dssm模型的过程中，模型的代码在图的run过程中，出现了莫名其妙的bug,信息如下：TypeErrorTraceback
城中山谷·2023-03-30 01:02

dssm using bert

importtensorflowastffromsklearn.model_selectionimporttrain_test_splitfrombert4keras.modelsimportbuild_transformer_modelfrombert4keras.tokenizersimportTokenizerfrombert4keras.backendimportkerastf.confi
与AI零距离·2023-03-17 15:34

推荐模型汇总

召回模型双塔YoutubeDNN，微软DSSM,Facebook-ebr,Facebook-Que2Search,Google双塔,MOBIUS美团DualAugmentedTwo-tower,MVKE
PiedPiper68·2023-02-07 08:58

LSTM简易说明

有一定神经网络基础的建议直接阅读原文即可，该篇说明主要翻译来自该文章，目的是为LSTM-DSSM模型的理解做简易说明。
不会打碟的dj啊·2023-02-02 18:34

推荐系统（十一）DSSM双塔模型

前言工作上将DSSMbaseline模型引入组内推荐系统，这里总结下，方便后续回顾。原理原理较为简单，这里不再赘述，主要原理见下图：损失函数原始损失函数首先queryQQQ和docDDD之间的相似度为，其中yQy_QyQ和yDy_DyD为query和doc的embedding：R(Q,D)=cos(yQ,yD)=yQTyDT∣∣yQ∣∣∣yD∣∣R(Q,D)=cos(y_Q,y_D)=\frac{
LightYoungLee·2023-01-31 17:41

推荐系统实战4——EasyRec 搭建DSSM召回模型实现CTR点击平台

推荐系统实战4——EasyRec搭建DSSM召回模型实现CTR点击平台学习前言EasyRec仓库地址DSSM实现思路一、DSSM整体结构解析二、网络结构解析1、Embedding层的构建2、网络层的构建
Bubbliiiing·2023-01-08 22:09

推荐系统实战5——EasyRec 在DSSM召回模型中添加负采样构建CTR点击平台

推荐系统实战5——EasyRec在DSSM召回模型中添加负采样构建CTR点击平台学习前言EasyRec仓库地址DSSM实现思路一、DSSM整体结构解析二、网络结构解析1、Embedding层的构建2、网络层的构建
Bubbliiiing·2023-01-08 22:05

《深度学习推荐系统》学习笔记(3)——深度学习推荐模型

参考：《深度学习推荐系统》王喆深度学习推荐模型文章目录深度学习推荐模型深度学习RS进展演化关系AutoRec(2015，澳大利亚国立大学)DeepCrossing(2016,Microsoft)DSSM
哈喽十八子·2023-01-08 14:59

1. 文本相似度计算-文本向量化

1.文本相似度计算-文本向量化2.文本相似度计算-距离的度量3.文本相似度计算-DSSM算法4.文本相似度计算-CNN-DSSM算法1.前言在自然语言处理过程中，经常会涉及到如何度量两个文本之间的相似性
weixin_30339457·2023-01-07 07:34

文本相似度计算-文本向量化

2.文本向量化2.1词集模型和词代模型2.2n-gram2.3TF-IDF2.4word2vec2.5主题词模型3.总结1.文本相似度计算-文本向量化2.文本相似度计算-距离的度量3.文本相似度计算-DSSM
lien0906·2023-01-07 07:28

ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT

EfficientandEffectivePassageSearchviaContextualizedLateInteractionoverBERT，论文地址：https://arxiv.org/pdf/2004.12832.pdf在召回模块常用到的模型结构为双塔模型，即DSSM
京城王多鱼·2023-01-06 13:00

深度学习技术选型——文本相似度计算

目录背景：目标：方案一：直接使用Bert预训练模型生成句向量，再进行相似度计算方案二：使用DSSM模型方案三：使用sentenceBert结论：背景：笔者由于在做一个检索式智能对话系统的项目，需要用到文本相似度计算深度学习模型
chenxy02·2022-12-24 14:41

【推荐算法】DSSM双塔模型：Deep Structured Semantic Models for Web Search using Clickthrough Data

1、DSSM背景DSSM，全称DeepStructuredSemanticModel，就是我们通常所说的双塔模型，是微软公司提出的一种基于深度神经网络的语义模型，其核心思想是将query和doc映射到到共同维度的语义空间中
长相忆兮长相忆·2022-12-23 08:38

推荐系统方法梳理

文章目录推荐系统流程步骤1：召回基于内容的召回(Content-based)协同过滤(CollaborativeFiltering)User-CFItem-CFMF(Model-CF)DSSM双塔模型(
我是女生，我不做程序媛·2022-12-19 10:09

DSSM原理解读与工程实践

推荐算法实践DSSM原理解读与工程实践一、原理DSSM(DeepStructuredSemanticModel)，由微软研究院提出，利用深度神经网络将文本表示为低维度的向量，应用于文本相似度匹配场景下的一个算法
算法工程师进阶·2022-12-15 19:53

EGES召回原理与优化

过程与优化点采样用户行为序列构建物料的有向图随机游走生成物料序列利用word2vec生成物料embedding(之前用序列生成正负样本）；四、其他loss设置特征改进新物料冷启动embedding五、离线评估一、什么是EGES召回上一篇我们提到DSSM
tf.Print(**)·2022-12-15 19:21

DSSM召回原理与优化

文章目录一、什么是DSSM召回二、为什么我们需要双塔召回三、样本方面优化1，Facebook:Embedding-basedRetrievalinFacebookSearch2，Airbnb:Real-timePersonalizationusingEmbeddingsforSearchRankingatAirbnb3
tf.Print(**)·2022-12-15 19:21

双塔召回 工业实践文章收集

双塔（DSSM）召回，是个性化推荐中常见的一种方式。但是各家的有各种实践方式去优化。
tf.Print(**)·2022-12-15 19:51

PySpark+深度语义模型DSSM+获取embedding

PySpark+深度语义模型DSSM+获取embeddinghttps://blog.csdn.net/qq632683582/article/details/116091510DeepFM原理以及DeepCTR
搬砖老头·2022-12-15 19:20

pyspark+DSSM做大规模道具商品个性化推荐模型训练

背景：需要从大量道具中检索出用户喜欢的道具，出于隐私保护代码中隐去了使用到的具体特征，整个流程是可以跑通的，实际使用时可以根据需要增加相应的earlystopping，BN，数据采样等操作。环境设置：deepmatch==0.1.3,deepctr[GPU]==0.7.5,pyspark==2.4.0,keras模型文件：importpandasaspdimportnumpyasnpimportt
mishidemudong·2022-12-15 19:50
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他