本章介绍思路如下：从协同模型推广到矩阵分解，从第5章介绍的LR模型推广到其他线性模型如FM和FFM，从第5章介绍的树模型和集成模型推广到其他树模型和集成算法模型，以及深度学习模型Wide&Deep、Deep FM。 1.矩阵分解基于协同的模型都属于近邻分析模型，但是近邻分析模型又存在一些明显 ...

1.推荐系统的框架及运行推荐系统关注的三大核心问题，分别是预测、排序和可解释性。预测主要是推断用户对物品的喜好程度。排序是对已经推断出的结果进行排序。可解释性是指对推荐的结果给出合理的解释，甚至可以通过关系图谱的方式展示。 1.1 基本框架一个推荐系统大致可以分为4层，分别为离线层、存储层、近线层和 ...

2020法研杯阅读理解赛道第一名方案2020年法研杯阅读理解竞赛结束了，我们团队在最终排行榜获得了第一名的成绩，去年也参加了，过了一年，还是一只鶸，害，首先感谢各个队友的帮助，接下来是我对参加这次比赛的总结与分享，希望和大家相互学习，多交流。 数据介绍今年的数据集是去年的升级版，去年格式类似SQuA ...

搜索系统的评价维度一般包括性能评价和效益评价。性能评价一般包括时间性能和空间性能。系统响应的时间越短，占用的存储空间越小，系统的性能就越好。但时间优越性和空间优越性一般不能兼得，需要取舍。对于搜索系统而言，我们除了考虑响应时间和存储空间之外，还需要考虑其他重要指标，如排序相关性等，即需要考虑检索结果 ...

1.搜索和机器学习搜索引擎包含两个阶段：召回和排序。搜索系统中所涉及的机器学习的算法会分布在两个部分。第一部分是对Query及文档的理解过程，因为理解过程中使用了自然语言处理等相关算法。第二部分就是排序学习过程，即将机器学习技术应用到排序阶段， 1.1排序学习传统的检索模型靠人工来拟合排序公式，并通 ...

1.文本分析在搜索过程中需要对文本进行处理，比如对查询的分析以及建立索引时对文档内容的分析，我们将这部分内容称作“Query理解”。其主要包括Query预处理、Query纠错、Query扩展、Query归一、联想词、Query分词、意图识别、term重要性分析、敏感Query识别、时效性识别等。如下 ...

1.搜索系统的框架1.1基本框架 搜索系统通常由信息收集、信息存储、信息扩展及搜索计算4部分组成。搜索系统的具体结构上图所示。 （1）信息收集该部分包括但不限于爬虫和线下导入。对于网络爬虫部分，该组件的主要功能是收集全网实时/延时数据（这取决于搜索引擎的应用场景），并对收集的数据进行简单处理，如去重 ...

仅用于学习!!! 1.介绍搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，将用户检索到的相关信息展示给用户，为用户提供检索服务。搜索引擎包括4个接口，分别是搜索器、索引器、检索器和用户接口。 搜索器的功能是在互联网中漫游，负责发现和搜集信息。 索引器的 ...

仅用于学习!!! 1.介绍搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，将用户检索到的相关信息展示给用户，为用户提供检索服务。搜索引擎包括4个接口，分别是搜索器、索引器、检索器和用户接口。 搜索器的功能是在互联网中漫游，负责发现和搜集信息。 索引器的 ...

论文链接AbstractNatural Questions（NQ）数据集给机器阅读理解带来了新的挑战：答案不仅具有不同的粒度（长、短），而且具有更丰富的类型（包括无答案、是/否、单span和多span）。本文针对这一挑战，系统地处理了各种类型的答案。特别是，我们提出了一种新的方法称为Reflecti ...