bbbeoy的专栏

NLP --- 文本分类（向量空间模型（Vector Space Model）VSM）_进击的菜鸟-优快云博客_向量空间模型向量空间模型算法( Vector Space Model )_摸鱼大侠的博客-优快云博客_向量空间模型

https://zhuanlan.zhihu.com/p/136199536

https://zhuanlan.zhihu.com/p/53326791https://blog.youkuaiyun.com/jokerxsy/article/details/107169406

https://zhuanlan.zhihu.com/p/138551027

导语在NLP领域，语义相似度的计算一直是个难题：搜索场景下query和Doc的语义相似度、feeds场景下Doc和Doc的语义相似度、机器翻译场景下A句子和B句子的语义相似度等等。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。1. 背景以搜索引擎和搜索广告为例，最重要的也最难解决的问题是语义相似度，这里主要体现在两个方面：召回和排序。在召回时，传统的文本相似性如 BM25，无法有效发现语义类 query-Doc 结.

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。通过构建user和item两个独立的子网络，将训练好的两个“塔”中的user embedding 和item embedding各自缓存到内存数据库中。线上预测的时候只需要在内存中计算相似度运算即可。DSSM双塔模型是推荐领域不中不得不会的重要模型。目录01 为什么要学习DSSM双塔模型02 DSSM模型理论知识03 推荐..

https://zhuanlan.zhihu.com/p/105594786?utm_source=wechat_session

https://blog.youkuaiyun.com/u013066730/article/details/106252573