Apr, 2023

基于嵌入式检索的完整性和垃圾数据处理：以社交网络搜索为例的案例研究

PDF
TL;DR本文对基于嵌入式检索系统在社交网络搜索引擎上的应用进行了分析，在此基础上定义了完整性和垃圾这两大关键问题，并提出了一些有效方法用于解决该问题。作者指出，虽然这些方法还只是初步尝试，但已经取得了良好的离线指标和在线实验数据，未来还有更多研究可进一步探索。
发现论文，激发创造
  • Facebook 搜索中基于嵌入的检索

    本研究探讨如何将基于嵌入式检索的技术应用于 Facebook 搜索系统，介绍了用于建模语义嵌入的统一嵌入框架和在基于倒排索引的典型搜索系统中提供嵌入式检索的系统，以及整个系统的端到端优化技巧和经验。该方法可显著改善 Facebook 搜索垂直领域的度量标准。

    Jun, 2020

  • Etsy 搜索中基于统一嵌入的个性化检索

    本文提出了一种能够同时解决语义差异问题和根据用户历史交互提供个性化语义搜索结果的新方法，将图嵌入、transformer 模型和基于术语的嵌入统一到一个嵌入模型中，同时分享了特征工程、硬负采样策略以及 transformer 模型应用方面的技巧。此个性化检索模型增强了用户的搜索体验，并提高了搜索购买率和网站整体转化率。

    Jun, 2023

  • 增强嵌入用于定制检索

    信息检索中的全面检索方法被应用于大型语言模型的前提学习中，这些检索方法早期用于经典应用，但近期多用于异构且严格的应用，需要改进小 K 值的检索。我们提出了一种改进的密集检索方法，通过学习预训练嵌入的低秩残差适应来实现任务特定、异构且严格的检索，并在实验证明我们的方法相比于基于通用嵌入的基线有所改进。

    Oct, 2023

  • 可解释的嵌入式技术用于即时视频搜索

    通过集成特征嵌入和概念解释到神经网络中进行统一的双重任务学习，本论文实现了将嵌入与语义概念关联，作为视频内容解释的新方法，并在 TRECVid 基准数据集上证明了搜索结果的显著提升。

    Feb, 2024

  • 在具有异构性的文献网络中使用本地训练的嵌入进行专家发现

    本文介绍了一种新的查询扩展方法，使用局部训练的嵌入学习与概念层次结构作为指导，提高了专家发现任务的效果。同时，考虑异构网络中不同类型对象之间的相互作用，提出了一种排名算法来估计网络中对象的权威性，单独处理每一种强类型边缘连接，从而在大规模的文献数据集中显著提高了检索质量。

    Mar, 2018

  • 受污染的相对比较中的强鲁棒序嵌入

    提出一种统一的框架来同时识别污染比较和获得可靠的嵌入学习，以从含有污染比较的数据中进行鲁棒性序列嵌入。

    Dec, 2018

  • 基于嵌入的实体对齐的行业评估

    本文评估了嵌入式实体对齐在工业环境中的性能，提供了基于医学应用的两个异构知识图谱的新的评测基准，并探索了不同数量和不同偏差的种子映射对性能的影响，揭示了这些对齐方法的优缺点以及适合工业部署的策略。

    Oct, 2020

  • 面向交谈式搜索的上下文化查询嵌入

    本文以学习到的密集表示为基础，描述了一种紧凑而有效的模型，用于对话搜索中的低延迟段落检索。 通过将对话查询重构直接整合到密集检索模型中，我们提出了一种新方法来解决现有流程的问题。 在构建具有伪相关性标签的数据集的基础上，证明了该模型可用于会话检索和开放域问答数据集，最后通过改进的检索模型学习到的特性，支持混合检索和错误分析。

    Apr, 2021

  • 使用嵌入实现搜索个性化

    本文针对搜索个性化提出一种新的嵌入式方法，利用用户的专业兴趣空间对用户进行嵌入和学习，实现对用户兴趣的表达和搜索个性化，并在商业网页搜索引擎的查询日志实验中，证明本方法的性能比其他强基线模型更好。

    Dec, 2016

  • TIES: 增强 Facebook 社交媒体诚信的时间交互嵌入

    本文提出了一种名为 TIES 的模型，它是一种基于深度学习的监督模型，可以保护 Facebook 上的不同社交媒体实体免受虚假信息、假账号和广告欺诈等问题的侵害。TIES 可以捕捉社交实体的动态和静态行为，具有良好的实时监测效果，可以在 Facebook 大规模网络中应用。

    Feb, 2020