论文:Embedding-based Retrieval in Facebook Search

地址:https://www.zhuanzhi.ai/paper/471ae2edf9adf0e766b4fd8cf95ca986

相对于传统的网页搜索来说,社交网络中的搜索问题不仅需要关注输入query的信息,还需要考虑用户的上下文信息,在Facebook搜索中用户的社交图网络便是这种上下文信息中非常重要的一部分。虽然embedding的检索技术在传统的搜索引擎中得到了广泛应用,但是Facebook搜索之前主要还是使用布尔匹配模型。本文讨论了如何将embedding检索技术应用在Facebook搜索的技术方案,我们提出了一套统一的embedding框架用于建模个性化搜索中的语义embedding,以及基于经典的倒排索引进行在线embedding检索的系统。同时讨论了整个系统中很多端对端的优化技巧,例如ANN调参经验、全链路的优化等。最后,我们在FaceBook垂直搜索场景下验证了本文方法的有效性,在线A/B实验取得了显著的收益。

成为VIP会员查看完整内容
29

相关内容

专知会员服务
30+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
近期必读的五篇KDD 2020【推荐系统 (RS) 】相关论文
专知会员服务
64+阅读 · 2020年8月11日
基于知识图谱的推荐系统研究综述
专知会员服务
318+阅读 · 2020年8月10日
近期必读的6篇AI顶会WWW2020【推荐系统】相关论文
专知会员服务
56+阅读 · 2020年2月25日
专知会员服务
84+阅读 · 2020年1月20日
【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
201+阅读 · 2020年1月13日
【LinkedIn报告】深度自然语言处理的搜索系统,211页pdf
专知会员服务
105+阅读 · 2019年6月21日
我的推荐系统入门经验~
大数据技术
39+阅读 · 2019年9月19日
已删除
将门创投
7+阅读 · 2018年12月12日
40+一线大厂AI落地案例指南|年终干货总结
InfoQ
8+阅读 · 2018年11月18日
携程个性化推荐算法实践
架构文摘
12+阅读 · 2018年1月18日
阿里搜索技术,在AI路上走了多远?
机器学习研究会
11+阅读 · 2017年12月29日
Compression of Deep Learning Models for Text: A Survey
Arxiv
12+阅读 · 2020年6月20日
Arxiv
4+阅读 · 2019年12月2日
Tutorial on NLP-Inspired Network Embedding
Arxiv
7+阅读 · 2019年10月16日
VIP会员
相关VIP内容
专知会员服务
30+阅读 · 2020年9月4日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
近期必读的五篇KDD 2020【推荐系统 (RS) 】相关论文
专知会员服务
64+阅读 · 2020年8月11日
基于知识图谱的推荐系统研究综述
专知会员服务
318+阅读 · 2020年8月10日
近期必读的6篇AI顶会WWW2020【推荐系统】相关论文
专知会员服务
56+阅读 · 2020年2月25日
专知会员服务
84+阅读 · 2020年1月20日
【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
201+阅读 · 2020年1月13日
【LinkedIn报告】深度自然语言处理的搜索系统,211页pdf
专知会员服务
105+阅读 · 2019年6月21日
相关资讯
我的推荐系统入门经验~
大数据技术
39+阅读 · 2019年9月19日
已删除
将门创投
7+阅读 · 2018年12月12日
40+一线大厂AI落地案例指南|年终干货总结
InfoQ
8+阅读 · 2018年11月18日
携程个性化推荐算法实践
架构文摘
12+阅读 · 2018年1月18日
阿里搜索技术,在AI路上走了多远?
机器学习研究会
11+阅读 · 2017年12月29日
微信扫码咨询专知VIP会员