【赛后经验】2022“阿里灵杰”问天引擎电商搜索算法赛之季军分享！

[Alice_恒源云]

团队简介

团队名称：gpushare.com-比赛

团队成员（两只第一次组队打比赛的菜鸡）：

wanfq：西安交通大学本科生，研究方向为对话系统
dingdingtom：中山大学本科生，研究方向为对话系统、强化学习

比赛成绩

初赛：11 / 2771 （0.337）
复赛：5 / 2771 （0.3789）
决赛：4 / 2771 （季军 + 技术创新奖）

任务简介

本次比赛是电商领域的搜索赛题，初赛为召回任务，需要提交搜索query和商品document的向量表示；复赛为精排任务，需要提交初赛向量表示，query和document的tokenize后的ids，以及tf 1.12版本的模型，返回搜索query与召回的top-k商品document对应的得分，作为排序依据（有时间限制和模型大小限制）。

方法简介

1. 向量召回

向量召回的模型结构如图所示：

主要分为领域数据训练和召回任务微调两步

1.1 领域数据后训练

1.2 召回任务微调

1.3 召回任务结果

2. 精排模型

精排模型的模型结构如图所示：

2.1 精排任务微调

2.2 线下验证

2.3 精排任务结果

总结与反思

我们的方法其实比较常规，很多可能有效的方案有提出过，但因为时间和偷懒没尝试；

所有代码能在一台机器上跑就不要分几台，且尽量避免写绝对路径，否则最后交代码调整文件路径会很恐怖；

时间分配要更合理，数据清洗与数据增强时间，构造baseline时间，调参时间，写trick时间，跑多个预训练模型时间，融合模型时间，提交文件时间，都要合理安排；

所有操作一定要确保可复现，特别是数据构造部分；

多写脚本，代替手动运行，避免浪费时间；

多讨论，多请教，多看论文，避免闭门造车与拍脑袋瞎想。

代码地址

整理中。

[Alice_恒源云]

再次恭喜本赛季军获奖队伍！已获得平台初赛、复赛、最终排名算力奖励～

️ 更多作者文章干货，戳我直达知乎原文

️ 算力不够？戳我申请GPU赞助（200元代金券起）