Facebook的多任务多模态检索模型Q2S

1. 概述

在现代搜索引擎设计中,大多数召回机制都依赖于构建基于倒排索引的技术。具体而言,这要求我们在数据预处理阶段需为每个条目建立相应的倒排索引,以便后续的信息检索阶段能够通过分词后的关键词快速定位到相关条目。这一基本流程可通过下图直观展示

在传统的检索过程中，在某些情况下会遇到语义上的不足之处。例如，在Query为"连衣裙"时，在仅依据关键词进行匹配的情况下无法检索到核心词为"长裙"的相关物品。为了改善这一问题，在这种情况下需要对Query进行扩展处理，并将其扩展为相似形式的Query以实现语义匹配的问题解决。值得注意的是，在这种情况下（即词匹配方式），其显著优势在于相关性处理效果较好。为了从算法层面弥补这一缺陷，“双塔召回结构”作为一种较为有效的解决方案而被广泛采用。

双塔的召回有如下的一些优势：

• 左侧可进行本地预处理以完成item侧的数据离线计算；右侧则利用近似 nearest neighbor (ANN)技术高效地进行查询以找到与Query相匹配的items。
• 基于模型的方法能够集成额外的信息以增强性能。

双塔模型的第二点优势就可以较为便捷地扩展其模型特