Hlboké učenie na porovnávanie pri vyhľadávaní a odporúčaní

Pôvodný názov:

Deep Learning for Matching in Search and Recommendation

Obsah knihy:

Porovnávanie, ktoré spočíva v meraní relevantnosti dokumentu k dotazu alebo záujmu používateľa o položku, je kľúčovým problémom pri vyhľadávaní aj odporúčaní. Na riešenie tohto problému sa využíva strojové učenie a vyvíjajú sa snahy o vývoj techník hlbokého učenia pre úlohy porovnávania vo vyhľadávaní a odporúčaní. S dostupnosťou veľkého množstva údajov, výkonných výpočtových zdrojov a pokročilých techník hlbokého učenia sa hlboké učenie na porovnávanie teraz stáva najmodernejšou technológiou na vyhľadávanie a odporúčanie.

Kľúčom k úspechu prístupu hlbokého učenia je jeho silná schopnosť učiť sa reprezentácie a zovšeobecňovať zodpovedajúce vzory z údajov. Tento prehľad poskytuje systematický a komplexný úvod do modelov hlbokého porovnávania pre vyhľadávanie a odporúčanie. Po prvé, poskytuje jednotný pohľad na párovanie vo vyhľadávaní a odporúčaní a riešenia z týchto dvoch oblastí možno porovnať v jednom rámci. Potom prehľad kategorizuje súčasné riešenia hlbokého učenia do dvoch typov: metódy učenia reprezentácie a metódy učenia funkcie porovnávania. Opisujú sa základné problémy, ako aj súčasné riešenia párovania dopytu a dokumentu vo vyhľadávaní a párovania používateľa a položky v odporúčaní.

Cieľom publikácie Deep Learning for Matching in Search and Recommendation je pomôcť výskumníkom z komunít vyhľadávania aj odporúčaní získať hlbšie pochopenie a prehľad o týchto priestoroch, podnietiť ďalšie nápady a diskusie a podporiť vývoj nových technológií. Keďže porovnávanie nie je obmedzené len na vyhľadávanie a odporúčanie, tu predstavené technológie možno zovšeobecniť na všeobecnejšiu úlohu porovnávania objektov z dvoch priestorov.