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。
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
的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/
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
