一只小狐貍帶你解鎖 煉丹術&NLP?秘籍

作者：機智的叉燒（OPPO算法工程師，擅長Query理解方向）

背景

搜索和推薦經常會被放在一起對比，其中最突出的區別就是搜索中存在query，需要充分考慮召回內容和query之間的相關性，而如果內容是搜索廣告，則對內容有更高的要求，相關性過低的內容被展示會讓用戶有很差的體驗。

相關性在一定程度上可以被抽象成doc和query之間的語義相似度問題，其實當前語義相似度的研究已經非常成熟，在sigir2018中有人曾經對搜索和推薦中的深度學習匹配進行了非常全面的綜述：Deep Learning for Matching in Search and Recommendation^[1]。在語義匹配上，大家的關注點經常在于如何去定義“匹配”上，尤其是分析如何將兩者的編碼內容更好地匹配起來。

常見的其實就是兩個思路：

• 前者是重表示學習，也就是我們常說的“endocer”，然后通過簡單的方法計算他們的相似度（如余弦相似度）。最具有代表性的應該是DSSM^[2]等雙塔模型了。

• 后者則重相似度計算，encode之后，通過句子之間的交互關系計算相似度，達成目標。常用的交互計算就是兩個句子token間相互attention的過程，當然也有一些兩者一起進入encoder共同計算的方法，比如BERT中的Text_a+Text_b的訓練方式，就是同時進行句內和句間的表示計算。

雖然語義相似度問題已經有很多解決辦法了，然而事實上，在應用過程中，相關性和相似度還是有著很大的差距，因為搜索內容的細微變化會帶來較大的語義意圖變化。比如用戶想買“手機充電器”，但結果出了“手機殼”。雖然兩者有一定的相似度，但明顯是不相關的。

回過頭來談搜索廣告，搜索廣告是搜索中商（zhuan）業（qian）化的一環，希望的是能給到用戶盡可能接觸的東西盡可能相關，本來廣告點的人就少，還無關就更涼涼了。

不慌，今天就介紹一個最新方法，來自亞馬遜ACL20的《Learning Robust Models for e-Commerce Product Search》^[3]，文章主要用在商品搜索的場景下，目的是判斷query和item/doc之間的相關性。文中提出了一個與“對抗生成網絡”類似結構的模型^[4]，其中的判別器能夠衡量query和doc之間的相關性，判斷兩者是否相關，生成器則能夠生成與query相似卻不相關的doc，借助類似對抗生成網絡模式的訓練，能夠在較多噪音數據下，仍盡可能保證模型的魯棒性。

模型

問題定義

為了更好的對模型進行描述，對問題進行定義，對一個匹配對，其中文檔內容和對應的query ，表示兩者的匹配情況，表示兩者不匹配而表示兩者匹配，而在建模過程中，會產生一個，當時會有。

模型架構

想要學東西，看論文肯定不能錯過模型部分了。

模型主要分為3大部分：

• LSTM-attention為基礎的分類模型（藍色虛線框）

• 變分編碼-解碼生成器（a variational encoder-decoder query generator，VED）（紅色虛線框）

• 狀態融合器（橙色實心矩形）

分類器

上面提到，分類器是一個LSTM-attention模式的模型。它的模式是基于(Rocktaschel et al., 2015)^[5]產生的，作者認為搜索場景的語句格式和常規的自然語言會存在差異。首先query和對應的物品title，在語法結構上會存在不同，query一般較短，而title的描述則更多的是關鍵詞的堆砌。廣告場景下的query和title，更可能是一個多對一的情況，比如“紅色跑鞋 耐克”和“紅色 耐克運動鞋”都對應著同一個商品；另外，query中存在的對屬性的描述，如品牌顏色等（電商場景），這些屬性會在長句中出現，因此需要具有一定記憶性的模型。綜上，作者對query和物品的標題title分別進行了不同的詞向量訓練，最終合并然后計算。

底層的輸入本就有兩塊，一塊是titie，另一塊是query，兩者分別通過自己訓練的word2vector進行編碼，然后如圖所示地進入各自的LSTM，其中還能看到的是query的LSTM其實還用了title LSTM的末端信息信息，隨后，進入了一個additive attention，其實是一種比較常規的attention方法(Bahdanau et al., 2014)^[6]，此后，就進入三層全連接，最終完成了匹配度的計算。

值得注意的是里面attention的使用，作者雖然使用的是additive attention，但是還提出了一個改進，這個改進把attention本來不包含上下文信息的模式升級為考慮了上一期信息的模式，來看看他具體是怎么做的：

設為LSTM的輸出維數，和是title和query分別經過各自LSTM的輸出矩陣。

要理解attention，首先要弄明白的是attention的對象和依據，顯然，構造的時候，我們針對的是query中LSTM輸出后每一個節點進行計算的，因此公式表示的意思是，對于query中的每個詞，分別對title的表示進行attention并得到分數，另外計算時引入了，目的是加入t-1步之前模型主要focus的信息。

當然了，attention只是一種對信息的調整，最終還要考慮原來的信息，匯總出去，于是有：

其中是query經過LSTM后的最終輸出。得到的就是query這一次送入全連接層之前的形態。

細心的我們可以發現，除了我們計算得到的和，還多考慮了，作者給出的解釋是提升分類的效果，具體的體現就在于前面所提到的query和item之間的“多對一”的關系，attention中考慮了query中每個位置和title整體的關系后計算得到，而這個通過參數的訓練，其實能夠表示一整批與title相關的query，具有統一的表達能力，此時則能夠體現這個所謂“統一的表達”與特定query之間的差距。

最后，當然就是損失函數了：

其中是一個調整正樣本權重的超參數，在本文中會更看重正樣本（不匹配的），因此有。

文本生成器

搜索引擎下正樣本（不匹配）很簡單，但是要找到與對應title不匹配，但是和對應query比較相似的文本，也就是我們所說的“對抗樣本”，真的不容易，我們希望的是找到對抗樣本協助訓練，從而提升模型的魯棒性。

文章里作者使用的是VED——變分編碼解碼器，我們希望的是，輸入，能夠生成一個，這個與不匹配，但是與非常接近（其實某種程度上可以理解為我們要去挖掘相似度分類的“決策邊界”）。作者本身對VED沒有很多的改進，而是直接沿用(Bahuleyan et al., 2017)^[7]的操作，具體的格式就變得很簡單：

生成器和query的聯動

由于內部其實涉及了兩個任務：分類和生成，要使這兩者總體端到端化，有必要涉及一個統一的損失函數，權衡兩者使兩者盡可能同時達到最優。

回過頭來重新看看整個模型架構，尤其是橙色部分：

這里的和分別是query和生成的query分別通過query LSTM后產生的結果，是一個滿足概率為的伯努利分布。

展開來看看這個公式其中的原理，首先，如果query本身就和title不相似，也就是，則整個公式下其實就只使用了原始query，相反，如果，則完全使用生成的query。而為了產生一定的噪音，引入了一個隨機數。

損失函數設計與訓練

雙重任務——分類和生成，那就要謹慎考慮兩者的聯合學習了，為此作者設計出了這么一個公式：

仔細看看這個公式是不是和上面公式(3)有些類似？說白了，只有當query和titile非常相似的時候（負例），才會更多的考慮生成器生成的query與title之間的相關性。但是其實我們可以發現，上面這個損失函數，無論是看query還是生成的query，都只是在分析他們與doc的不相似性，換言之都是再考慮“正樣本”，而沒有負樣本，實際上他們是怎么做的呢？來看看他們的訓練流程。

在訓練過程中，首先要做的是對分類器進行第一輪訓練，然后用分類器劃分出相似和不相似的query，然后用這塊數據訓練出第一版本的VED，在此基礎上，再用公式(4)作為損失去做調整，最終得到需要的模型，尤其是這個分類模型。

實驗與效果

有了基本的模型以及一定的理論基礎，當然就要開始實操這塊的內容了。作者是針對電商搜索來進行的設計，當然就要用電商的數據進行實驗，實驗數據量將達到了320萬對，其中只有少量是不匹配的，這里面的“匹配”是指query查詢后頻繁購買的那些商品的title。

模型效果

以gbdt為基線（說實話這里其實并不太同意用gbdt來做基線，我的視角看語義相似度他并非主流，dssm才是比較出名的基線），可以看到還是有比較明顯的提升，從這里看，作者的模型效果甚至要高于著名的bert，哪怕是只有分類器，在加上生成器進行協助訓練后，效果得到了進一步的提升。

不僅離線評估效果喜人，QUARTS在線上也獲得了很好的表現，經過在兩個國家的A/B測試后，相比當前的基線分別提升了12.2%和5.75%。

生成器效果

生成器的效果，根據作者分析現實準確率能達到82%，算是一個不錯的水平吧，來看一些case：

可以看到，如作者預期，query和生成的query具有較高的相似性的同時，也能夠滿足與對應title之間的關系。

結論與展望

讀完這篇文章后，我們需要做的，當然就是吸收這篇文章提到和提出的一些建模的trick：

• 在進行語義相似度時，query和title的embedding可以通過設置兩個來表達不同的語義句式。

• attention中引入上一期的信息。

• 在進行語義相似度時，attention對query進行處理，可以加入title的所有信息輔助生成。

• （核心）變分編碼產生正樣本對原模型進行微調。

這里面讓我感到比較驚喜的是，bert被干趴下了，而且輸得挺多的，不過這主要是因為BERT是在DSSM基礎上進行的改進，其實可以嘗試把本文模型下訓練的title embedding和query embedding都換成bert，估計會有新的提升（但模型估計會蹭蹭蹭的變大）。那么我下面給一些可以盡可能提升的思路吧（快記著，下一篇頂會就是你的了）

另外，我還想提的一個點是，在bert被干趴下的同時，這個模型除了LSTM之外本身沒有復雜度很高的操作，耗時預計就在10ms左右。

• 中文是否有這個效果？

• 搜索的query大都是短句，現在看來效果還是不錯的，但是從上面生成器的效果來看，還是出現一些語義類似但是文本匹配低的情況，是否可以加入文本匹配的信息協助保證文本層面的匹配度（如BM25）。

• 相似度的衡量目前比較粗暴，直接用的全連接，是否有必要升級為余弦、矩陣相似度？

• 嘗試訓練一個title embedding和query embedding都換成bert的模型，然后用本文的模型來做蒸餾，估計還會有提升。

本文收錄于原創專輯：《賣萌屋@自然語言處理》

重磅驚喜：賣萌屋小可愛們苦心經營的?自然語言處理討論群?成立三群啦！掃描下方二維碼，后臺回復「入群」即可加入。眾多頂會審稿人、大廠研究員、知乎大V以及美麗小姐姐等你來撩噢~（手慢無

夕小瑤的賣萌屋

_

關注&星標小夕，帶你解鎖AI秘籍

訂閱號主頁下方「撩一下」有驚喜哦

參考文獻

[1] SIGIR2018的報告，有關這個領域的語義匹配模型都有談到: http://staff.ustc.edu.cn/~hexn/papers/sigir18-tutorial-deep-matching.pdf
[2]Learning deep structured semantic models for web search using clickthrough data: https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/cikm2013_DSSM_fullversion.pdf

[3] Learning Robust Models for e-Commerce Product Search: https://arxiv.org/abs/2005.03624
[4] Adventure: Adversarial training for textual entailment with knowledge-guided examples: https://arxiv.org/abs/1805.04680
[5] Reasoning about entailment with neural attention: https://arxiv.org/pdf/1509.06664.pdf
[6] Neural machine translation by jointly learning to align and translate.: https://arxiv.org/abs/1409.0473
[7] Variational attention for sequence-to-sequence models.: https://cs.uwaterloo.ca/~ppoupart/publications/conversational-agents/variational-attention-sequence.pdf

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的ACL2020 | 线上搜索结果大幅提升！亚马逊提出对抗式query-doc相关性模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。