検索
日本語

検索・推薦に使うツインタワーモデル:事前計算で素早く探し、誤答の選び方で学習する(zenn.dev)

startupxo 話し合う

書く言語: 韓国語書かれた言語で読む

わかりやすい要約

- ツインタワーは、検索語やユーザー情報を読むニューラルネットワークと、検索対象の項目を読むニューラルネットワークを別々に持ち、それぞれが作る数値の組(ベクトル)を掛け合わせて、どのくらい合っているかのスコアを出します。スコアが高い項目を上に表示します。 - 項目側のベクトルはあらかじめ計算して保存しておけるため、検索時にはクエリ側だけを計算すればよくなります。筆者は、この点が大量の候補の検索に効率的だと説明しています。 - 学習では、同じバッチ内の他の正解項目を誤答(ネガティブ)として再利用します。人気の項目が誤答として使われすぎる偏りは出現確率で補正し(Yi らの論文)、ログに現れない項目はランダムな誤答で補います(Yang らの論文)。 - 紛らわしい誤答(ハードネガティブ)を使う方法について、Facebook の検索論文(Huang ら)は、101位から500位の候補を使ったときに再現率が最も良かったと報告しています。配備時の近似探索は速度を上げますが、一部の候補を見逃すことがあります。

元記事を読む ↗

掲載元

Zenn ↗ / 掲載記事

似たような経験はありますか?そのときどうしたか、一言二言で教えてください。製品に詳しくなくても大丈夫です。

ログインしてコメント

キーボード操作

JとK、または上下矢印キーで投稿を選び、Enterで開きます。

K ↑ / J ↓
前の投稿 / 次の投稿
Enter C
選んだ投稿の要約とコメントを開く
O
選んだ投稿の元記事を開く
/
検索
?
このヘルプを表示
Tab
投稿やコメントのボタンに移動してEnter

入力欄では通常どおり入力できます。TabとEnterはいつでも使えます。