随笔分类 - 论文笔记
CKE（Collaborative Knowledge Base Embedding for Recommender Systems）笔记
摘要：2016的paper 利用知识库中的异构信息来提高推荐系统质量。主要贡献是在推荐系统中引入了结构信息、文本数据、图像数据等知识库中的信息来提升推荐系统的质量。 论文是基于什么问题提出来的？ CF(协同过滤)方法由于user-item矩阵的稀疏性，效果受限。 论文提出了什么方法 使用辅助信息提高性能。
Word2vec学习
摘要：什么是Word2vec？为什么要有这么一个东西？ word2vec是 word embedding 的方式之一， 属于NLP领域。他是将词转化为「可计算」「结构化」的向量的过程。 Word2vec的两种训练方式 CBOW(Continuous Bag-of-Words Model)和Skip-gra
BERT
摘要：Word Embedding、RNN/LSTM/GRU+Seq2Seq+Attention+Self-Attention机制和Contextual Word Embedding(Universal Sentence Embedding) Fine-Tuning
DeText: A Deep Text Ranking Framework with BERT论文笔记
摘要：论文是基于什么问题提出来的 在搜索排序框架中设计NLP的部分计算用户query和候选document之间相关性，这对于搜索产品系统中的在线服务是十分低效的。本文主要讨论如何通过架构层面的设计，在线上实时应用中嵌入BERT类的复杂模型。 解决该问题有什么困难点 因为如BERT这类模型需要很高的计算能力
