版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Shingle_/article/details/81989177
文本匹配的价值与应用
- 搜索：搜索词 & 文档资源
Query请求（Query补全、Query解析、需求理解） ->
资源召回（精准召回、核心召回、语义召回） ->
资源排序（CTR预估模型、CVR预估模型、相关性模型） ->
直达曝光（UI模板系统、分层实验系统、模拟召回平台） ->
用户点击 ->
商业计价（广告接入平台、关键词售卖、推荐系统）
- 问答系统： 问题文本 & 答案文本
- 推荐系统： 用户画像 & 内容文本
Multi-channel Information Crossing(MIX) Model
- 多粒度匹配 (uni-conv B、bi-conv B、tri-conv B、weight B、POS B)
- Attention
- 3D-convolution
匹配词权重、语法匹配信息、位置信息均对匹配有影响。
语义搜索业务落地
匹配模块：
- 语义表示：Query语义表示 -> term/ngram/weight
- 语义检索：语义向量建库与检索 -> Query\语义向量\相似语义向量\Doc（聚类、建树）
- 语义匹配：MIX模型语义匹配 -> Query * Doc
future work：
- 语义搜索：End2End语义召回、语义辅助排序
- 多媒体搜索：视频细分意图识别、视频理解、语义匹配
腾讯自然语言处理高级研究员陈浩蓝：深度文本匹配在搜索场景中的应用 https://pan.baidu.com/s/1wKuiYqRyH2q4aqrFTrU1qA