DSSM框架（Deep Structured Semantic Model）：深度学习计算语义相似度

最新推荐文章于 2025-05-27 14:00:28 发布
原创 最新推荐文章于 2025-05-27 14:00:28 发布 · 1.9k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#nlp #DSSM #语义相似度

本文介绍了DSSM（Deep Structured Semantic Model）框架，利用点击数据训练模型，计算文本间的语义相似度。通过输入层的word hashing和深度网络结构，降维生成低维语义向量，并使用余弦距离计算相似度。DSSM的优势在于减少切词依赖，提高模型泛化能力，但缺点是丢失语序信息。后续模型如CNN-DSSM和LSTM-DSSM对此进行了改进。

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

原文地址：DSSM框架（Deep Structured Semantic Model）：深度学习计算语义相似度，现在搬运到优快云~

欢迎关注我的公众号，微信搜 algorithm_Tian 或者扫下面的二维码~

现在保持每周更新的频率，内容都是机器学习相关内容和读一些论文的笔记，欢迎一起讨论学习~

文章：

Huang P S, He X, Gao J, et al. Learning deep structured semantic models for web search using clickthrough data[C]// ACM International Conference on Conference on Information & Knowledge Management. ACM, 2013:2333-2338.

两篇写得很好的博客，有助于理解：

https://cloud.tencent.com/developer/article/1005600

http://kubicode.me/2017/04/21/Deep%20Learning/Study-With-Deep-Structured-Semantic-Model/

有个博主自己写的代码：

https://git

最低0.47元/天 解锁文章

200万优质内容无限畅学
DSSM，Deep Structured Semantic Models
强化学习曾小健
09-08 398
1. 为什么要学习DSSM双塔模型 OPPO标签组主要的服务对象是广告主，服务目标是为广告主提供更好的广告转换效果。这里涉及到两种建模。 一种是自然兴趣建模，根据用户操作终端行为获得user-item关联，给不同的数据源打标获得item-tag关联，最后将上面两种关联进行join操作得到user-tag的关联实现给用户打上兴趣标签，这里相当于是从标签维度为广告主推荐人群。 另一种就是商业兴趣建模，在自然兴趣建模的基础上，从广告维度为广告主推荐人群，那么就需要目前大火的DSSM双塔模型了。 拿Yout
【推荐算法】DSSM双塔模型：Deep Structured Semantic Models for Web Search using Clickthrough Data
长相忆兮长相忆的专栏
06-17 6525
DSSM，全称Deep Structured Semantic Model，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query和doc语义向量之间的余弦相似度，从而训练得到隐含语义模型，达到检索的目的。 DSSM有很广泛的应用，比如：搜索引擎检索，广告相关性，问答系统，机器翻译等。
推荐系统（十七）双塔模型：微软DSSM模型（Deep Structured Semantic Models）
天泽28的专栏
04-03 1万+
DSSM全称Deep Structured Semantic Models，是伊利诺伊大学厄巴纳-香槟分校（UIUC）与微软于2013年发表在CIKM上的，盲猜是一作在微软实习时的工作，所以基本上是微软的成果。DSSM在业界搜广推的影响力目前来说是超过前面介绍的任何一个模型，基本上统治了召回/粗排阶段。值得一提的是我厂（百度）同样在2013年（那个年头的百度还处在如日中天的状态）搞了个双塔模型simnet，不过并没有发表相应的论文，具体可以参见：[百度NLP | 神经网络语义匹配技术]
深度学习解决NLP问题：语义相似度计算
weixin_30512785的博客
11-02 2762
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...
如何理解Power BI数据模型（Semantic Model）？
最新发布
PowerBI工坊
05-27 1033
使用Data Analysis Expressions (DAX) 创建自定义度量值。支持复杂的计算逻辑和动态表达式。
DSSMs: Deep Structured Semantic Models
人生而孤独，却不甘寂寞。
02-08 4810
Attention!我的Dr.Sure项目正式上线了，主旨在分享学习Tensorflow以及DeepLearning中的一些想法。期间随时更新我的论文心得以及想法。Github地址：https://github.com/wangqingbaidu/Dr.Sure优快云地址：http://blog.youkuaiyun.com/wangqingbaidu个人博客地址：http://www.wangqingbai
文本匹配、文本相似度模型之DSSM
发呆的比目鱼的博客
10-29 1215
用于学习句子相似性的连体循环架构
【深度学习算法原理】Deep Structured Semantic Models（DSSM）
null的专栏
06-22 3578
参考文献 https://blog.youkuaiyun.com/shine19930820/article/details/78810984
深度学习解决NLP问题：语义相似度计算——DSSM
热门推荐
TonyZhou的博客
07-31 2万+
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。
QA-pair-Classify:DSSM框架
05-02
此处用于cnn做语义相似度and QA match ##For pairCNN mdoel: 1.在similarity layer层中，假定了一个相似矩阵，让模型自学习2.在join layer层中，不仅把similarity因素进行concat,还把additional features也一起concat进来。其中，additional features include: sentence lengths, another sample similarities (namely tf-idf) and so on , which depends on your project. 3.在最后的loss function中，通过cross_entropy_function和改造的hinge_loss_function比较，使用改造的loss函数进行训练，可以得到相似的语句有更大的得分，更
一种用于DSM局部缺失的深度学习修复算法.pdf
08-18
一种用于DSM局部缺失的深度学习修复算法.pdf
dbt Semantic Layer 详细教程-2 ：语义模型(Semantic models)规范及示例
neweastsun的专栏
01-08 1221
介绍了dbt语义层及语义模型作用和意义，以及语义模型的组成部分。并没有涉及语义模型规范，本文继续介绍语义模型规范，以及如何配置语义模型。
Deep Syntax-Semantics Model（2020 EMNLP）
qq_43390809的博客
12-23 253
Improving Text Understanding via Deep Syntax-Semantics Communication 动机 Syntax-Tree model与sequential semantic model相结合，提高下游任务性能。 Introduction 句子中句法和语义的比较。相同的颜色表示相同(相似)的语义目标。 Model 多层结合模型 定义 句子SSS = {w1w_1w1​,…,wnw_nwn​}，对应的sequential 表示： 树表示： Sequen..
【经典论文阅读9】DSSM模型——开搜推算法先河：用点击数据训练深层模型
说文科技，做有态度的研究。
05-05 1407
这篇发表于2013年CIKM上的搜索领域文章。核心思想就是两点：提出使用 clickthrough data 来训练deep structured semantic 模型。反复读后再回顾这篇文章，惊叹作者写作真好！结构相当清晰，逻辑非常流畅。标题里面的『 Deep Structure』对应在Introduction中的Hinton的研究路子；『using Clickthrough Data』则对应LSA模型的另外一条路子。现在来看这些思想已成规矩，在当年却是开创先河的存在！
A Latent Semantic Model with Convolutional-Pooling Structure for Information Retrieval笔记
kaka19880812的专栏
03-16 2241
用于搜索的CLSM模型
常见软件设计模式介绍：三层架构、MVC、SSM、EDD、DDD
墨鸦的博客
12-12 1万+
常见软件设计模式介绍：三层架构、MVC、SSM、EDD、DDD
DSSM学习——入门及实验篇
小水的博客
03-19 4176
从mindmap讲起 当对一个领域只了解某些部分的时候，从一个知识图谱出发是最好的。
TransFormerDSSM模型：基于Transformer的语义相似度计算改进
它在传统的DSSM（Deep Structured Semantic Model）的基础上进行了改进，将模型的表示层从原始的神经网络结构替换为基于Transformer的Encoder部分。这种创新设计使得模型能够更好地捕捉长距离依赖关系，并提升对语义...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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