1. 概述

对于一个搜索系统来说，通常采用的召回都是基于倒排索引的召回，简单来说就是需要对item侧建立倒排索引，在检索的过程中，对query分词，根据分词结果去倒排索引中查找词匹配的item，简单的流程如下图所示：

在传统的检索过程中，通常存在语义上的问题，比如Query为“连衣裙”，此时根据词匹配就检索不到核心词为“长裙”的item，为了解决这样的问题，需要对Query进行扩展，将其扩展成相似的query，以此来实现语义匹配的问题。当然，词匹配的方式的一大优势就是相关性解决的比较好。为了能从算法上解决语义的gap，双塔的召回结构是现如今较多采用的一种方法。

双塔的召回有如下的一些优势：

• item侧可离线计算，线上可采用基于ANN的向量匹配方式较快的查找到向量空间与Query相匹配的item
• 基于模型的方法，可以融入更多的特征

基于这样的优势，京东也提出了自己的向量召回算法DPSR（Deep Personalized and Semantic Retrieval）[1]，着重解决两个方面的问题，第一是语义相关而并非严格的词匹配；第二是提供更多的个性化。

2. DPSR的算法原理

2.1. DPSR的模型结构

DPSR的模型结构如下图所示：

从上面的DSPR模型结构来看，与传统的双塔结构并没有太多的不一致，只是在Query和User侧设计了多向量的结构，这一点与MIND[2]算法倒是有点类似，只是方法上略有区别，其主要的目的就是用户刻画用户的多兴趣表示。

假设用$Q\left(q\right)\in {\mathbb{R}}^{d\times m}$表示query侧的塔输出的$m$个$d$维的向量，$S\left(s\right)\in {\mathbb{R}}^{d\times n}$表示的是item侧的塔输出的$n$个$d$维的向量，基于上图中，其中$n=1$。最终相似度的计算方法为：

$$f\left(q,s\right)=G\left(Q\left(q\right),S\left(s\right)\right)=Q{\left(q\right)}^{T}S\left(s\right)$$

为了实现$k$个向量的输出，这里采用了Projection层（实际上可以理解成$k$个投影矩阵），与MIND[3]中使用动态路由的方式有点不同。

2.2. 模型的训练

假设query塔的输出$Q\left(q\right)$为 { e 1 , e 2 , ⋯   , e m } \left\{e_1,e_2,\cdots ,e_m \right\} { e1​,e2​,⋯,em​}，其中$e_i\in {\mathbb{R}}^d$，item侧塔的输出$S\left(s\right)$为$g\in {\mathbb{R}}^d$，两个塔之间的相似性计算为：

$$G\left(Q\left(q\right),S\left(s\right)\right)=\sum _{i=1}^m{w}_i{e}_i^{T}g$$

其中$w_i$是一个权重的表示，其具体计算方法为：

$$w_i=\frac{exp\left(e_i^{T}g/\beta \right)}{{\sum }_{j=1}^{m}exp\left(e_j^{T}g/\beta \right)}$$

其中$\beta$是一个温度参数。

温度参数$\beta$在较多计算softmax的场景下有涉及，如知识蒸馏[3]中，其主要作用是控制softmax的输出的“平滑程度”。简单对其分析可以发现，当$\beta$越大，结果就越平滑；反之，得到的概率分布就越尖锐。

这里的做法与Label-aware Attention的做法相似。除了上述的相似性的计算外，在DPSR中选择的样本为正负样本对的形式，即：

$$D=\left\{\left(q_i,s_i^{+},N_i\right)\mid i,r\left(q_i,s_i^{+}\right)=1,r\left(q_i,s_j^{-}\right)=0\forall s_j^{-}\in N_i\right\}$$

对应的损失函数就是hinge loss：

$$L\left(D\right)=\sum _{\left(q_i,s_i^{+},N_i\right)\in D}\sum _{s_j^{-}\in N_i}max\left(0,\delta -f\left(q_i,s_i^{+}\right)+f\left(q_i,s_j^{-}\right)\right)$$

2.3. 样本选择

负样本的选择一直是双塔召回模型中最重要的一块内容，对于正样本没有争议，通常选择点击样本作为正样本，而对于负样本通常有两种策略：

• 根据频次从全库中随机采样
• batch内的随机采样

这是随机样本的部分，通常还会增加一些困难样本，主要有人工的挖掘以及在线的困难样本挖掘。在DPSR中则是将负样本分成了两个部分，分别为随机负样本和batch负样本。

在DPSR中，随机负样本的选择就是简单的随机采样，并没有考虑到样本的频次问题。从全库的$N$个item中得到随机的负样本$N_i^{rand}$；Batch负样本是在Batch内通过重组得到负样本，在Batch内，本身是正样本的集合$B=\left\{\left(q_i,s_i^{+},N_i\right)\mid i\right\}$，针对第$i$个样本，与其他样本重组得到batch负样本的集合$N_i^{batch}=\left\{s_k^{+}\mid k\ne i,1\le k\le \left|B\right|\right\}$，其实batch内的这些负样本与根据item的频率采是等价的。

最终，在DPSR中通过一定比例混合了两部分的负样本：

$$N_i=N_i^{rand}\cup N_i^{batch}$$

当然在实验中也设置了不同的混合比例，设置$0\le \alpha \le 1$为取random负样本的概率，则$1-\alpha$便是取Batch负样本的概率。通过下面实验的截图也能看到不同的$\alpha$对效果的影响：

最终选择的$\alpha$值为$0.5$或者$0.75$。

除了上述的随机样本之外，DPSR中也用到了一些人工的挖掘样本，主要包括以下的几类：

• Most skipped items
• Human generated data
• Human labels and bad case reports

这些样本的挖掘对于模型的效果是很重要的，综上，DSPR的训练流程如下图所示：

3. 总结

这篇文章的设计相对而言比较简单，有点亮点的地方就是设置了$k$个兴趣向量，并且在计算的过程中也是考虑到了Label-aware Attention的计算，但是主要有如下的几点没有交待的清楚：

• $k$的设置，文章并未对$k$的设置做试验性的分析，在MIND中有对$k$的设置的分析；
• 相关性的分析，众所周知，在搜索系统中增加向量召回，一个很大的问题就是相关性问题，在文章中只是在$\alpha$的设置那部分提到了相关性；

另外，基于本人在工作中的一些经验，是否上个性化，个人觉得要看业务的现状，若是召回本身就是不足的，那么上不上个性化意义不是特别大，而是要解决召回不足的问题，个性化是在进一步提高转化效率。

参考文献

[1] Zhang H, Wang S, Zhang K, et al. Towards personalized and semantic retrieval: An end-to-end solution for e-commerce search via embedding learning[C]//Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval. 2020: 2407-2416.

[2] Li C, Liu Z, Wu M, et al. Multi-interest network with dynamic routing for recommendation at Tmall[C]//Proceedings of the 28th ACM international conference on information and knowledge management. 2019: 2615-2623.

[3] 知识蒸馏基本原理