Personalized Re-ranking for Recommendation|搜广推|重排ABSTRACT (摘要)重排是推荐系统中一项核心任务,重排目标是为用户最终提供一个有序列表。通常,一个排序模型使用已标记的数据集从全局最优角度,为每个结果打出一个分数。然而,这样的做法可能是排序次优解,因为打分函数仅对每个结果独立打分,没有显示考虑到结果与结果之间的相互影响、用户的偏好与意图也考虑 ...
Read more
LERT A Linguistically-motivated Pre-trained Language Model 阅读笔记|自然语言处理|预训练语言模型论文链接:https://arxiv.org/pdf/2211.05344.pdf
模型链接:https://github.com/ymcui/LERT
TL;DR本文在训练PLM模型时,融入了POS、NER、DEP等基础语言学弱监督特征数据,与MLM任务共同完成多任务学习,在中文NLU数据集中取得 ...
Read more
PERT PRE-TRAINING BERT WITH PERMUTED LANGUAGE MODEL 阅读笔记|自然语言处理|预训练语言模型论文链接:https://arxiv.org/abs/2203.06906
模型链接:https://github.com/ymcui/PERT
Abstract本文提出了PERT,它主要用于NLU任务,且是一个基于全排列的自编码语言模型。主要思路是对输入文本的一部分进行全排列,训练目标是预测出原始 ...
Read more
C++新特性系列四:STL|C++微软STL官方开发文档https://docs.microsoft.com/zh-cn/cpp/dotnet/stl-clr-library-reference?view=msvc-170
一、stl介绍与6大模块介绍
stl的介绍:
stl就是(standard template librar ...
Read more
C++新特性系列三:智能指针|C++一、概述
为什么要有智能指针:直接使用new和delete运算符极其容易导致内存泄露,而且非常难以避免。于是人们发明了智能指针这种可以自动回收内存的工具。
智能指针一共就三种:普通的指针可以单独一个指针占用一块内存,也可以多个指针共享一块内存。
共享型智能指针:shared_ptr,同一块堆 ...
Read more
C++新特性系列二:类与对象|C++一、类1.构造函数有以下类型。
普通构造函数:
复制构造函数(拷贝构造函数):用另一个对象来初始化对象对应的内存
class CPPTest{public: CPPTest(int i_, int i1_) : i(i_), i1(i1_) {}//普通构造函 ...
Read more
C++新特性系列一:基础知识|C++一、auto
auto只能推断出类型,引用不是类型,所以auto无法推断出引用,要使用引用只能自己加引用符号。
#include <iostream>int main(){ int i = 100; auto i2 = i; // i2为int类型 auto ...
Read more
推荐系统排序模型-从LR到XXXX|排序 - 推荐系统平时会用到不少的排序模型,但是一直没有系统化总结,今天还是认真总结下,如有错误,求大佬们不吝指出。
1. LR-逻辑回归逻辑回归通常对输入特征如用户年龄、性别、item属性、描述等进行变换,然后输入到模型中,通常训练目标为是否点击。在推理阶段,将同样的特征输入到模型中,模型预测出点击概率,最终经过排 ...
Read more
Learning Robust Models for e-Commerce Product Search阅读笔记|搜索|搜索NLP论文链接Abstract商品显示与搜索查询意图不匹配的商品会降低电商中的用户体验。这些不匹配源于排名算法对嘈杂的行为信号(如搜索日志中的点击和购买)的不真实偏差。解决这类问题需要一个海量的标注数据,然而成本很高。本文中,我们开发了一个端到端模型,该模型学习如何有效地对不匹配进行分类,并生成难不匹配样 ...
Read more
Lexicon Enhanced Chinese Sequence Labelling Using BERT Adapter阅读笔记|自然语言处理|序列标注论文链接Abstract目前,中文序列标注任务中有很多预训练模型(BERT)与词汇信息的探索工作。然而,大多工作只是将词汇信息通过浅层的网络(随机初始化)编码,并没有将其集成到BERT的底层网络中。本文我们提出了LexiconEnhanced BERT (LEBERT) ,使用Lexicon Ada ...
Read more