DSSM

阿里巴巴年度技术总结 - 人工智能在搜索的应用和实践

以深度学习为代表的人工智能在图像、语音和NLP领域带来了突破性的进展，在信息检索和个性化领域近几年也有不少公开文献，比如wide&deep实现了深度模型和浅层模型的结合，dssm用于计算语义相关性，deepfm
AI深入浅出·2020-07-07 16:45

阿里巴巴年度技术总结：人工智能在搜索的应用和实践

以深度学习为代表的人工智能在图像、语音和NLP领域带来了突破性的进展，在信息检索和个性化领域近几年也有不少公开文献，比如wide&deep实现了深度模型和浅层模型的结合，dssm用于计算语义相关性，deepfm
人工智能学家·2020-07-06 16:05

【NLP-语义匹配】详解深度语义匹配模型DSSM

本文介绍一种经典的语义匹配技术，DSSM，主要用于语料的召回和粗排。作者&编辑|小Dream哥1DSSM的提出较早期的语义匹配模型都是基于关键词的匹配，例如LSA等，无法匹配语义层面的信息。
言有三·2020-07-04 17:10

【NLP】DSSM深度结构化语义模型原理

DSSMDeepStructuredSemanticModelDSSM的结构LearningDeepStructuredSemanticModelsforWebSearchusingClickthroughData以及其后续文章AMulti-ViewDeepLearningApproachforCrossDomainUserModelinginRecommendationSystems的实现Dem
zkq_1986·2020-06-30 18:59

DSSM：深度语义匹配模型（及其变体CLSM、LSTM-DSSM）

本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计算语义相似度上的应用，希望给读者带来帮助。
weixin_34292402·2020-06-28 16:35

文本匹配、文本相似度模型之DSSM

本文是我的匹配模型合集的其中一期，如果你想了解更多的匹配模型，欢迎参阅我的另一篇博文匹配模型合集所有的模型均采用tensorflow进行了实现，欢迎start，代码地址简介DSSM是2013年提出来的模型论文地址主要应用场景为
爱编程真是太好了·2020-06-27 04:07

DSSM的细节

wordhashingwordhashing方法是用来减少输入向量的维度，该方法基于字母的n-gram。给定一个单词（good），我们首先增加词的开始和结束部分（#good#），然后将该词转换为字母n-gram的形式（假设为trigrams：#go，goo，ood，od#）。最后该词使用字母n-gram的向量来表示。这种方法的问题在于有可能造成冲突，因为两个不同的词可能有相同的n-gram向量来表
smartcat2010·2020-06-26 13:53

DSSM & Multi-view DSSM TensorFlow实现

1.数据DSSM，对于输入数据是Query对，即Query短句和相应的展
立刻有·2020-06-26 09:41

LSTM-DSSM句子相似度

用句子相似度计算话术与实际的相似度.之前只知道使用的编解码器可以通过训练词编码器后实现句编码,但想了想除了权重失衡和压缩损失外,2gram太短也是个问题,3gram又过度压缩效果不好.15年有篇LSTM-DSSM
羚谷光·2020-06-25 15:58

文本匹配：语义相关性

DSSM：
会飞的小罐子·2020-06-25 13:34

基于深度学习的语义匹配若干模型DSSM，ESIM, BIMPM, ABCNN

本项目介绍了语义匹配的几个模型，分别为：DSSMLearningDeepStructuredSemanticModelsforWebSearchusingClickthroughDataESIMEnhancedLSTMforNaturalLanguageInferencePair-CNNLearningtoRankShortTextPairswithConvolutionalDeepNeuralN
hebebryant·2020-06-24 19:16

DSSM学习——入门及实验篇

DSSM学习报告从文本挖掘的知识图谱开始当对一个领域只了解某些部分的时候，从一个知识图出发是最好的。
Mr. Water·2020-06-24 16:44

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·2020-06-22 12:38

推荐系统 DSSM

文章目录思路term向量降维bagofwordswordhashing优点缺点模型的学习/损失函数[策略]实现细节主要贡献reference思路主要看第一个referenceterm向量降维bagofwords但是在实际场景中，词典的大小将会非常大，如果直接将该数据输入给DNN，神经网络是无法进行训练和预测的。wordhashingwordhashing方法是用来减少输入向量的维度，该方法基于字母
荷西·H·2020-06-21 21:12

深度学习解决NLP问题：语义相似度计算

本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计算语义相似度上的应用，希望给读者带来帮助。
weixin_30512785·2020-06-21 10:16

深度学习解决NLP问题：语义相似度计算——DSSM

本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计
TonyZhou110229·2020-06-21 09:50

DSSM

注意：由于之前代码api过时，已更新最新代码于：dssm_rnn.py数
拼搏向上001·2020-05-19 21:26

DSSM: 深层结构语义模型

参考用于SentenceEmbedding的DSSM与LSTM：管中窥豹学习记录一下深度语义匹配模型-DSSMModelDSSMonTensorflow代码:https://github.com/liaha
懒懒的光·2020-04-09 02:15

dssm以及变种

简介发表于CIKM2013',论文地址为LearningDeepStructuredSemanticModelsforWebSearchusingClickthroughData模型结构DSSM结构优缺点优点
xiiatuuo·2020-02-28 02:01

20190722工作进展

/origin_deep_cluster_odps_8.tar.gz*商品的title页数只要前几页表在这里：hs_tmp_dssm_1去重createtablehs_tmp_dssm_2asselectdistinct
Songger·2020-02-27 04:59

DSSM模型理解与其在广告推荐场景下的使用（1）

DSSM在论文LearningDeepStructuredSemanticModelsforWebSearchusingClickthroughData中有详细介绍，首先结合网上其他人的经验
不会打碟的dj啊·2020-01-20 12:57

论文笔记：Multi-level Abstraction Convolutional Model with Weak Supervision for Information Retrieval

如DSSM，先分别对query和doc做深层表示，然后两个表示的相似度作为matchfunction，再如MatchPyramid和ARC-II，先对query和doc计算相似度矩阵，然后做深层卷积、pooling
zqh_zy·2020-01-01 09:47

Multiview Deep Learning for Cross Domain User Modeling in RS（MV-dssm）背景概要

Abstract:根据用户在web上的浏览信息和搜索信息提取出用户的特征集（featureset）用来表征用户。用一种深度学习的方法把用户和item投影到一个潜在空间，使得在这个潜在空间中用户和用户偏爱的item的相似度是最大的。multi-viewdeeplearningmodel模型会学习用户特征以及来自不同domain的item的特征。（同时，通过减少输入的维度以及训练数据的大小，这种基于大
Crystalajj·2019-12-27 18:15

DSSM 的研究

DSSM是很有意思的一种深度学习模型，个人对这个模型确实很感兴趣，它打破了对word做WordEmbedding的概念，而是可以直接对Query和Doc做Embedding，而解决OneHot维度爆炸的方法就是借助了
Midorra·2019-12-26 20:20

2019-08-09工作进展

昨天工作：使用类目过滤信息对dssm网络进行finetune，正样本采用的类目过滤之后剩下的数据，负样本采用的是dssm模型认为是正样本但是被类目过滤掉的数据。
Songger·2019-12-23 10:46

DSSM模型和tensorflow实现

DSSM的原理很简单，通过搜索引擎里Query和Title的海量的点击曝光日志，用DNN把Query和Title表达为低纬语义向量，并通过cosine距离来计算两个语义向量的距离，最终训练出语义相似度模型
yxwithu·2019-11-30 10:19

句子对关系预测——交互式模型

句子对关系判断一般都两种模型：一是表示式模型，例如孪生网络，DSSM，这类模型的特点是将句子编码成向量，在编码时两个句子可以共享或不共享模型参数，之后再通过余弦，欧式距离等计算两个向量的距离，从而来表示两个句子的相关性
微笑sun·2019-11-19 14:00

[NLP] 自己动手跑Google的Image Caption模型

两个月前Google公开了其之前在MSCOCO2015ImageCaption竞赛上夺得第一的Show&Tell模型（与微软MSR基于DSSM的模型并列）基于TensorFlow的实现，最近在做这方面的工作
ToeKnee·2019-11-01 23:26

阿里搜索技术，在AI路上走了多远？

摘要：以深度学习为代表的人工智能在图像、语音和NLP领域带来了突破性的进展，在信息检索和个性化领域近几年也有不少公开文献，比如wide&deep实现了深度模型和浅层模型的结合，dssm用于计算语义相关性
阿里云云栖社区·2019-10-31 04:26

DNN在推荐系统中的应用参考资料

参考资料DSSM算法计算文本相似度：https://www.cnblogs.com/wmx24/p/10157154.htmlDeepNeuralNetworkforYouTubeRecommendation
流了个火·2019-10-14 17:00

DSSM|基于Transformer的语义相似度计算模型DSSM及代码开源

由于我主要研究问答系统，因此本博客仅更新NLP及问答相关内容，最近创了一个群，如果大家感兴趣可加q群号：376564367github:https://github.com/makeplanetoheaven/NlpModel/tree/master/SimNet/TransformerDSSM背景知识由基于知识图谱问答（KBQA）—语义依存分析及代码开源可知，一个完整的问答系统处理流程主要分为三
nopSled·2019-08-28 09:39

深度学习解决NLP问题：语义相似度计算——DSSM

本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计算语义相似度上的应用
尽拣寒枝不肯栖·2019-08-25 14:24

机器学习资料笔记汇总（持续更新ing）

embedding的解释wordembedding的一个例子-BookRecommendationSystemEmbedding从入门到专家必读的十篇论文-王喆的文章-知乎一篇浅显易懂的word2vec原理讲解-知乎DSSM
John4July·2019-06-27 16:11

深度学习算法原理——Deep Structured Semantic Models（DSSM）

Learningdeepstructuredsemanticmodelsforwebsearchusingclickthroughdata深度语义模型（DeepStructuredSematicmodels,DSSM
zhiyong_will·2019-06-22 15:42

【Semantic Embedding】: DSSM模型

论文下载地址代码实现DSSM现在应该已经算是经典的文章了，有些年头了。网上已经有很多优秀的博客对该算法进行分析，建议去看那些文章，讲的比较全面。
DivinerShi·2019-04-15 23:07

深度学习解决NLP问题：语义相似度计算——DSSM

本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计
legendavid·2019-04-10 20:10

系统学习NLP（十六）--DSSM

本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计算语义相似度上的应用，希望
Eason.wxd·2019-03-12 20:50

keras dssm 算法实现

dssm是常用的计算文本相似度的算法模型importnumpyasnpfromkerasimportbackendfromkeras.layersimportActivation,Inputfromkeras.layers.coreimportDense
光光小丸子·2018-12-28 20:09

单层lstm的伪孪生网络 计算 句子的相似度

*h2]，以1：2构造正负例，参考dssm(原文是1：4)singlelstm孪生网络数据是4w的pair对训练曲线如下图：最终任务测试集上的准确率（和本任务中dssm的准确率做对比），如下图所示：本任务
eunicechen·2018-08-01 18:38

DSSM：深度语义匹配模型（及其变体CLSM、LSTM-DSSM）

本文通过介绍DSSM、CNN-DSSM、LSTM-DSSM等深度学习模型在计算语义相似度上的应用，希望给读者带来帮助。
郭耀华·2018-06-26 15:00

意图识别

前者采用embedding的词嵌入的方式基于lstm-dssm模型做司机问题和库文件中标准问题做相似度匹配。后者对数据少的信息采用smote方式扩容，采用tfidf和bow方法基于随机森林的方式训练。
此间_沐自礼·2018-06-11 10:42

DSSM & Multi-view DSSM TensorFlow实现

本文转载自:https://blog.csdn.net/shine19930820/article/details/79042567LearningDeepStructuredSemanticModelsforWebSearchusingClickthroughData以及其后续文章AMulti-ViewDeepLearningApproachforCrossDomainUserModelingi
chvalrous·2018-05-25 15:50

阿里搜索技术，在AI路上走了多远？

阿里妹导读：以深度学习为代表的人工智能在图像、语音和NLP领域带来了突破性的进展，在信息检索和个性化领域近几年也有不少公开文献，比如wide&deep实现了深度模型和浅层模型的结合，dssm用于计算语义相关性
·2017-12-30 09:00

DSSM, 深度语义匹配模型

简介DSSM,DeepSemanticSimilarityModel，深度语义匹配模型，它是基于深度神经网络的一项建模技术，可以将具有成对关系的,不同类型的文本(e.g.,)投射到一个共同的低维语义空间中
yichudu·2017-12-03 19:02

NLP papers

maxentcrfRNNlstmmaxentcrfRNN1、一个日本人讲的rnnhttp://computing.dcu.ie/~tokita/CA684tsuyoshi.pdf2、将lstm用于信息检索论文说比微软的DSSM
haidao2009·2015-03-02 17:00
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他