20190801工作进展

昨天工作:

  1. 对dssm网络进行inference测试,效果还是不好,网络存在过拟合的问题。尝试使用early stop的方式进行解决,没有大的改善。尝试使用降低网络复杂度的方式,将attention替换成average pooling,网络训练还在进行。
  2. 发现inference中置信度高的结果中存在大量的query为空的结果,尝试去掉训练集中query为空的训练数据并重新训练测试,没有大的改善。

今天计划:
寻找改善dssm网络效果的方式。

  1. 使用alinlp的预训练dssm做测试:

set odps.sql.udf.jvm.memory=4096;

drop table hs_tmp_148;
yes
create table hs_tmp_148 as
select query, title, search_kg:alinlp_dssm_text_similarity(search_kg:alinlp_segment(query, 'MAINSE', ' '), search_kg:alinlp_segment(title, 'MAINSE', ' '),' ') as score from hs_tmp_131;

create table hs_tmp_149 as
select a.query, a.title, b.score from
(select row_number()over() as id, query, title from hs_tmp_131)a join (select row_number()over() as id, _c0 as score from hs_tmp_148)b on a.id == b.id;

  1. 先得到embedding,再算距离

drop table if exists graph_embedding.hs_origindssm_query_title_emb_;
yes
create table if not exists graph_embedding.hs_origindssm_query_title_emb_ LIFECYCLE 7
as select
query, title,
search_kg:alinlp_dssm_text_similarity(
search_kg:alinlp_segment(query, 'MAINSE', ' '), ' ') as query_emb,
search_kg:alinlp_dssm_text_similarity(
search_kg:alinlp_segment(title, 'MAINSE', ' '), ' ') as title_emb
from graph_embedding.hs_tmp_131;

  1. alinlp得到的结果

inference_query : hs_dssm_dic_query_inf_1 - | id | words_mainse_ids | query |
inference_title : hs_dssm_dic_title_inf_1 - | id | words_mainse_ids | title |

得到embedding向量

create table hs_tmp_150 as select id as node_id, search_kg:alinlp_dssm_text_similarity(
search_kg:alinlp_segment(query, 'MAINSE', ' '), ' ') as emb from hs_dssm_dic_query_inf_1;

create table hs_tmp_151 as select id as node_id, search_kg:alinlp_dssm_text_similarity(
search_kg:alinlp_segment(title, 'MAINSE', ' '), ' ') as emb from hs_dssm_dic_title_inf_1;

knn计算

drop table if exists graph_embedding.hs_tmp_143;
yes
create table if not exists graph_embedding.hs_tmp_143(
node_id bigint,
emb string
) LIFECYCLE 14;

PAI -name am_vsearch_nearest_neighbor_014 -project algo_market
-Dcluster="{"worker":{"count":40,"gpu":100}}"
-Ddim=64
-Did_col="node_id"
-Dvector_col="emb"
-Dinput_slice=40
-Dtopk=10
-Dnprob=512
-Dmetric="l2"
-Dinput="odps://graph_embedding/tables/hs_tmp_151"
-Dquery="odps://graph_embedding/tables/hs_tmp_150"
-Doutputs="odps://graph_embedding/tables/hs_tmp_143"
-DenableDynamicCluster=true -DmaxTrainingTimeInHour=60;

关联

drop table hs_tmp_144;
yes
create table hs_tmp_144 as select bi_udf:bi_split_value(node_id, emb, " ") as (query_id, title_id) from hs_tmp_143;

drop table hs_tmp_145;
yes
create table hs_tmp_145 as select graph_embedding:hs_split(query_id, title_id, ":") as (query_id, title_id, score) from hs_tmp_144;

drop table hs_tmp_146;
yes
create table hs_tmp_146 as
select c.query, d.title, c.score from
(select a.*, b.query from (select * from hs_tmp_145)a left join (select * from hs_dssm_dic_query_inf_1)b on a.query_id == b.id)c left join (select * from hs_dssm_dic_title_inf_1)d on c.title_id == d.id;

  1. 组会

围绕dssm进行,过拟合问题比较严重,使用了各种方式进行改善,但是效果不佳

全零
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,723评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,003评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,512评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,825评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,874评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,841评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,812评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,582评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,033评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,309评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,450评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,158评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,789评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,409评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,609评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,440评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,357评论 2 352