遞歸自編碼器的廣告短語(yǔ)相關(guān)性

　　針對(duì)現(xiàn)有廣告短語(yǔ)相關(guān)性研究成果多采用字面匹配，忽略了短語(yǔ)所包含的深層語(yǔ)義信息，限制了任務(wù)的性能等問(wèn)題，提出了采用深度學(xué)習(xí)算法研究廣告短語(yǔ)的相關(guān)性，采用遞歸自編碼器（ RAE）對(duì)短語(yǔ)進(jìn)行深層結(jié)構(gòu)分析，使得短語(yǔ)向量包含深層的語(yǔ)義信息，以此來(lái)構(gòu)建廣告語(yǔ)境下的短語(yǔ)相關(guān)性計(jì)算方法。具體地，給定一個(gè)包含若干詞的序列，序列中所有相鄰的兩個(gè)元素嘗試合并產(chǎn)生一個(gè)重構(gòu)誤差，遍歷將重構(gòu)誤差最小的元素兩兩合并，形成類(lèi)似哈夫曼樹(shù)結(jié)構(gòu)的短語(yǔ)樹(shù)。采用梯度下降法最小化短語(yǔ)樹(shù)的重構(gòu)誤差，采用余弦距離度量短語(yǔ)之間的相關(guān)性。實(shí)驗(yàn)結(jié)果顯示，通過(guò)引入詞語(yǔ)權(quán)重信息，加大了重要詞語(yǔ)在最終短語(yǔ)向量表示中貢獻(xiàn)的信息量，使得RAE更適合短語(yǔ)計(jì)算；比起傳統(tǒng)LDA和BM25算法，在50%召回率的條件下，提出的算法的準(zhǔn)確率分別提高了4.59個(gè)百分點(diǎn)和3.21個(gè)百分點(diǎn)，這證明了所提算法的有效性。