Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
You can not select more than 25 topics
Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
Yuzhong Liu
13105304bc
|
2 years ago | |
|---|---|---|
| .. | ||
| README.md | 2 years ago | |
| sentence-bert.ipynb | 2 years ago | |
| 无监督baseline.ipynb | 2 years ago | |
README.md
https://coggle.club/blog/tianchi-open-search
比赛介绍
受疫情催化影响，近一年内全球电商及在线零售行业进入高速发展期。作为线上交易场景的重要购买入口，搜索行为背后是强烈的购买意愿，电商搜索质量的高低将直接决定最终的成交结果，因此在AI时代，如何通过构建智能搜索能力提升线上GMV转化成为了众多电商开发者的重要研究课题。本次比赛由阿里云天池平台和问天引擎联合举办，诚邀社会各界开发者参与竞赛，共建AI未来。
赛题建模
赛题是一个文本检索任务：给定一个搜索查询，我们首先使用一个检索系统来检索得结果。但检索系统可能会检索与搜索查询不相关的文档，整体的任务可以参考已有的文本语义检索。
赛题数据分析
-
文本长度分析
-
关键词分析
-
hard example
赛题难点分析
赛题的query比较短，属于非对称语义搜索（Asymmetric Semantic Search）任务，有一个简短的查询，希望找到一个较长的段落来回答该查询。赛题的query与corpus的文本可能存在并无重合单词的情况。
赛题解题思路
- 思路1：使用关键词匹配，识别出query和corpus中关键词，使用关键词进行编码为向量。
- 思路2：使用sentence-bert结合比赛标注数据进行训练
- 思路3：使用simcse无监督对比学习训练
赛题相关资料
数据科学竞赛知识、代码、思路
Jupyter Notebook CSV Python Pickle
