KDD'21 | 揭秘Facebook升级版语义搜索技术

发布网友发布时间：2024-09-09 15:18

共1个回答

热心网友时间：2024-09-29 12:42

KDD'21上，Facebook发布了一篇关于其升级版语义搜索技术的EBR文章——Que2Search。与淘宝搜索中的语义向量检索技术相比，Facebook的研究更侧重于在MarketPlace社交媒体电商搜索中的查询理解和商品理解，目标是提升搜索结果的相关性和召回率。文章深入探讨了研究动机、解决方案以及多任务学习和模型架构，如双塔结构和多模态融合。

文章亮点包括：使用注意力机制融合不同输入特征，设计巧妙的多任务学习任务以增强模型对查询意图的理解，以及采用两阶段训练策略，分别处理in-batch负样本和通过课程学习逐渐提高模型性能。模型在query tower和document tower上分别优化实时和离线计算，以平衡性能和准确性。实验结果显示，引入XLM encoder和跨模态特征如图片向量对提升模型性能至关重要。

线上A/B测试验证了这些技术改进的有效性，尤其是向量检索和排序方面，展示了显著的性能提升。部署经验分享部分，虽然简洁，但包含了一些实用的部署策略和技巧。

阅读本文，可以深入了解Facebook在提升电商搜索体验方面的最新进展，以及他们如何通过语义理解技术实现更精准的搜索结果。