Python社区  »  机器学习算法

搜索推荐新书-《搜素与推荐中的深度学习匹配(Deep Match)技术》免费pdf分享

深度学习与NLP • 4 月前 • 89 次点击  

本书介绍

    匹配是搜索和推荐中的关键技术,即衡量文档与查询(Query)的相关性或用户对项目的兴趣。机器学习算法已经被用来解决该问题,该问题基于输入表示和带标签的数据来学习一个匹配函数,也称为“学习匹配(learning to match)”。近年来,主要研究用于匹配搜索和推荐任务的深度学习技术。随着大量训练数据可用,强大的计算资源以及先进的深度学习技术,用于匹配的深度学习现已成为搜索和推荐的必备技术。深度学习方法成功的关键在于其强大的表示学习和建模能力,可以学习表示形式并从数据中概括匹配模式(例如,查询、文档、用户、物品、上下文等)。

    文末附本书最新免费pdf下载地址。


    本文对最近开发的搜索和推荐深层匹配模型进行了系统,全面的介绍。首先,它给出了搜索和推荐中匹配的模式。这样,可以在一个框架下比较两个领域的解决方案。然后,调查将当前的深度学习解决方案分为两种类型:表示学习方法和匹配函数学习方法。描述了基本问题以及搜索中查询文档匹配和推荐中用户项匹配的最新解决方案。这项调查旨在帮助来自搜索和推荐社区的研究人员深入了解和洞察空间,激发更多想法和讨论,并促进新技术的发展。

    匹配不仅限于搜索和推荐。类似的问题可以在释义,问题回答,图像注释和许多其他应用程序中找到。通常,可以将调查中引入的技术概括为在两个空间中的对象之间进行匹配的更一般的任务。


本书目录

 

内容截图

本书免费pdf下载地址

    微信公众号“深度学习与NLP”回复关键字“mach20”获取下载地址。

往期精品内容推荐

吴恩达-人工智能从概念证明到产品化部署

互联网数据驱动力简书-《数据推动力-创造数据文化》免费pdf分享

机器学习教程-《人工智能领域概率统计学》免费pdf分享

2020年NLP最畅销中文新书-《自然语言处理入门》推荐

中文版-《可解释的机器学习-黑盒模型可解释性理解指南》pdf免费分享

波士顿动力-十年技术变迁

Barbara Plank-NLP模型的跨语言/跨领域迁移-经验分享

扫描下方二维码可以订阅哦!

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号:lqfarmerlq

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/125327
 
89 次点击  
分享到微博