DSSM:Deep Structured Semantic Models

DSSM(Deep Structured Semantic Models)是2013年提出的语义匹配模型,它发展出了多种变体,如C-DSSM(卷积网络)、R-DSSM(循环神经网络)、MV-DSSM(多视图)和DMSM(深度多模态相似性模型)。这些模型在理解和比较文本、图像等不同信息源方面取得了进展,特别是在NLP领域的语义相似度计算上有着广泛应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

DSSM: Deep Structured Semantic Models

https://daiwk.github.io/posts/nlp-dssm.html

DSSM这篇论文是在13年被首次提出,14,15经过两年的发展,分别演化出了
基于卷积网络的C-DSSM(Convolutional DSSM)、基于循环神经网络的R-DSSM(Recurrent DSSM)
针对不同信息来源的MV-DSSM(Multi-View DSSM)、最后还有一个专门针对Caption
DMSM(Deep Multimodal Similarity Model)
https://github.com/wangqingbaidu/Dr.Sure/blob/master/Algorithm/DSSMs.md

Ref:

深度学习解决 NLP 问题:语义相似度计算, 2017-08-02
https://cloud.tencent.com/developer/article/1005600
学习记录一下深度语义匹配模型-DSSM
http://kubicode.me/2017/04/21/Deep%20Learning/Study-With-Deep-Structured-Semantic-Model/
 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值