聚合国内IT技术精华文章,分享IT技术精华,帮助IT从业人士成长

限时免费赠送|美团算法干货大合集

2022-11-27 23:49 浏览: 2821775 次 我要评论(0 条) 字号:

1

资料简介



电子书《美团算法干货大合集》收录了美团算法工程师、算法专家、技术专家等权威人士的技术分享,包括CV、Query理解、智能问答、知识图谱、预训练模型等技术,涉及美团搜索、本地生活、外卖、美团酒旅等场景。


2

领取方式



1.扫码关注公众号,回复美团生成个人海报并分享给好友

2. 邀请【1】位好友关注公众号,可领取《飞猪推荐算法专题PPT》;累计邀请【3】位好友关注公众号,可领取电子书《美团算法干货大合集》。


3

活动说明



1. 好友须通过个人海报关注,才算成功邀请

2. 好友需为首次关注公众号的新用户

3. 活动截止日期:2022.12.25 23:59:59


4

资料目录



1. Query理解在美团搜索中的应用

在过去的20年中,搜索过程中处理查询的方式以及向用户显示结果的方式已完全改变。该过程已经从仅基于文本匹配的检索发展到现阶段——尝试基于对查询的真实语义理解以及上下文,位置,时间,用户的先前短期和长期浏览活动来获得搜索结果。本文主要介绍美团搜索场景下,查询理解系统的一些建设和相关的工作。

2. 美团本地生活场景的短视频分析

在硬件、软件技术发展的助推下,我们正进入一个视频爆发的时代,无论从用户还是内容维度,视频数据都蕴含着非常大的信息量,在视频数据的分析中AI算法大有可为,无论是视频的创作、审核、编辑还是分发等环节都能看到AI技术的应用。在各种各样业务场景的驱动下,美团开展了很多视频分析相关的AI技术实践。


3. 美团配送实时特征平台建设实践

2019年5月,美团正式推出新品牌「美团配送」,升级配送开放平台。那你知道支撑美团配送大脑的实时特征平台是如何建设的吗?如何实现每分钟生产千万级的实时特征?如何在70w+QPS的场景下实现4个9响应耗时在50毫秒的需求?本文将为大家介绍配送实时特征平台的发展历程,关键技术和实践经验。

4. 美团智能客服技术实践

客服是在用户服务体验不完美的时候,帮助体验顺畅进行下去的一种解决办法,是问题发生后的一种兜底方案。而智能客服是让大部分简单问题得以快速自助解决,让复杂问题有机会被人工高效解决。在用户服务全旅程中,我们提供问题推荐、问题理解、对话管理、答案供给、话术推荐和会话摘要六大智能客服核心能力,促进低成本、高效率和高质量的用户沟通。本文的主题是美团智能客服技术实践,主要内容包括:① 智能客服背景介绍;② 智能客服核心技术;③ 人工辅助核心技术;④ 小结与下一步计划。

5. 知识谱在美团搜索酒旅场景认知中的应用实践

知识图谱凭借能够以图模型描述知识和世界万物关联关系的特性,在各行业领域大放异彩。与此同时,知识图谱技术也为场景搜索带来了新的挑战与机遇,在此背景下,美团团队进行了新一轮的技术革新,将知识图谱技术应用于酒旅场景的认知中。

6. 美团大脑:美食领域知识图谱构建及应用进展

在搜索中,通常用户需要将其意图抽象为搜索引擎能够支持的一系列精搜关键词。标签知识图谱则是通过“标签”来承载用户需求,从而提升用户搜索体验。例如,通过标签知识图谱,用户可直接搜索“带孩子”或者“情侣约会”,就可返回合适的商户/内容供给。从信息增益角度来说,用户评论这种非结构化文本蕴含了大量的知识(比如某个商户适合的场景、人群、环境等),通过对非结构化数据的挖掘实现信息增益。该团队以生活服务领域的海量评论数据作为主要知识来源,通过标签挖掘、标签间关系挖掘以及标签-商户关联等关键技术,自下而上梳理用户需求,场景及主要关注点完成图谱构建。

7. 预训练语言模型压缩、双塔蒸馏在美团上的落地实践

当用户选择了一家酒店之后,他想去看一下这家酒店的情况。对于这种情况,基于之前平台用户发布的内容,通过对这些内容进行信息抽取,比如餐厅给力、环境好等等。对抽取完的信息可以和用户评论做语义匹配来展示核心的评论信息,辅助用户决策。比如用户点击“床舒服90%”这个标签,会匹配到含有床睡着很舒服这个信息的评价。

8. 美团BERT的探索和实践

BERT是基于Transformer的深度双向语言表征模型,基本结构如图2所示,本质上是利用Transformer结构构造了一个多层双向的Encoder网络。Transformer是Google在2017年提出的基于自注意力机制(Self-attention)的深层模型,在包括机器翻译在内的多项NLP任务上效果显著,超过RNN且训练速度更快。不到一年时间内,Transformer已经取代RNN成为神经网络机器翻译的State-Of-The-Art(SOTA)模型,包括谷歌、微软、百度、阿里、腾讯等公司的线上机器翻译模型都已替换为Transformer模型。



网友评论已有0条评论, 我也要评论

发表评论

*

* (保密)

Ctrl+Enter 快捷回复