【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！
-
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。
-
Deleted by
Alice_恒源云 -
Restored by Alice_恒源云
-
️