所谓语义匹配，就是在语义上衡量文本的相似度，在产业界有很多的应用需求。例如，在FAQ场景中需要计算用户输入与标问之间的相似度来寻找合适的答案。本文介绍一种经典的语义匹配技术，DSSM，主要用于语料的召回和粗排。
作者&编辑 | 小Dream哥
1 DSSM的提出
较早期的语义匹配模型都是基于关键词的匹配，例如LSA等，无法匹配语义层面的信息。基于此，DSSM（Deep Structured Semantic Models）提出深度语义匹配模型，期望能够在语义层面匹配query之间的相似性。
顾名思义，DSSM是一种用于语义相似度计算的深度网络，我们来看看它的庐山真面目到底是怎么样的。
2 整体看结构
我们先来整体来看一下DSSM的网络结构，以整体上对它有一个把握和感觉。如下图所示，是DSSM的网络架构图：
论文原文：/en-us/research/wp-content/uploads//02/cikm_DSSM_fullversion.pdf
整体上来看，DSSM网络总共有6层：
1.第一层是输入层，DSSM用的词袋模型，后面再详细介绍；
2.第二层经过word hashing，将维度由500K降为30K；
3.第三，四，五层是3个全连接层，通过这三个全连接层，进行语义特征的提取，并降维度降低到128维；
4.第六层为输出层，计算Q和D之间的余弦相似度之后，输出他们之间的相似度。
3 输入层及word hashing
DSSM的输入层结合了词哈希（word hashing）和语义匹配，我们在讲词向量的时候详细介绍了词袋模型，忘记的同学可以点击如下链接先了解：
【NLP-词向量】词向量的由来及本质
总的来说词袋模型就是把文本看成是一个装着词的袋子，记录一个文本中，有这个词几个，那个词几个。前提到过，当词典非常大时，用词袋模型会造成维度灾难。所以DSSM还引入了word hashing。
Word hashing主要目的是为了减少维度，在英文里，采用letter-ngams来对单词进行切分，如下图所示，加入采用letter-trigams来对词进行切分，则boy这个词可以切分为（#bo,boy,oy#）三个。按这个方法，再将上述词袋里的进行转化。因为英文只有26个字母，这样可以极大的减少维度，如论文中所示将维度从500K转化为30K。
也许反应快的同学很快就会问，英文可以这样做，但是好像中文没有办法这样处理呀？总不能按照偏旁来拆吧？当然不会按照偏旁来拆了，加入汉字部首偏旁特征的研究目前还不很成功。
那么中文怎么处理呢？其实很简单，在单纯的DSSM模型中，中文是按照“字袋模型”来处理的，参考词袋模型，也就是将文本转化成，有几个某某字，有几个某某字。因为中文字个数是有限的，常用的字大概有15K左右，因此这种做法不会有维度过大的问题。
4 特征提取层和相似度计算
熟悉深度学习的朋友，应该很容易看明白DSSM的特征抽取层，其实就是3个全连接层串行的连接起来。看看数学：
可以看出，在DSSM中采用tanh作为激活函数。
通过计算各个Q及D的特征表征，得到了一些128维的特征向量。随后在DSSM中，通过计算Q和D之间的余弦距离来评价他们之间相似度，计算公式如下图所示：
5 DSSM的训练
那么DSSM训练的过程是怎么样的呢？细心的同学会发现，DSSM网络结构图中，DSSM的输入是一个Querry和一个文本集D，D中包含正样本和负样本。
其中 r 为 softmax 的平滑因子，D 为 Query 下的正样本，D为 Query 下的整个样本空间。
上述公式，计算一个样本空间内正样本的平滑概率，R(Q,D)为两个文本之间余弦距离。
在训练阶段，通过极大似然估计，最小化损失函数为：
总结
DSSM的优点在于能够快速的计算多个query和Doc对之间的语义相似度；相对于词向量的方式，它采用有监督的方法，准确度要高很多。
但是DSSM也有它的缺点，首先，它采用词袋模型，没有考虑词的位置关系，这对语义理解是一个大的损失；此外，采用弱监督、端到端的模型，预测结果不可控。
基于DSSM的上述特点，它最适合应用的场景就是召回和粗排。例如在FAQ中，因为标问会非常多，将标问和用户输入一一匹配时几乎不可能的事情。通常的做法就是，首先基于ES和DSSM做一遍召回和粗排，得到一定数目的标问后再用精排模型得到答案。
除了使用它，更关键的是albert模型的实现和理论。我们会在知识星球讨论相关的内容，感兴趣的话可以扫描下面的二维码了解。
读者们可以留言，或者加入我们的NLP群进行讨论。感兴趣的同学可以微信搜索jen104，备注"加入有三AI NLP群"。
下期预告：暂无
知识星球推荐
扫描上面的二维码，就可以加入我们的星球，助你成长为一名合格的自然语言处理算法工程师。
知识星球主要有以下内容：
(1) 聊天机器人。包括对话系统，FAQ以及闲聊型机器人。
(2) 知识图谱。介绍知识图谱的理论和世纪搭建。
(3) NLP预训练模型，包括BERT，ALBERT等模型的理论及实践。
转载文章请后台联系
侵权必究
往期精选
【完结】 12篇文章带你完全进入NLP领域，掌握核心技术
【年终总结】有三AI NLP做了什么，明年要做什么？
【NLP-词向量】词向量的由来及本质
【NLP-词向量】从模型结构到损失函数详解word2vec
【NLP-NER】什么是命名实体识别？
【NLP-NER】命名实体识别中最常用的两种深度学习模型
【NLP-NER】如何使用BERT来做命名实体识别
【NLP-ChatBot】我们熟悉的聊天机器人都有哪几类？
【NLP-ChatBot】搜索引擎的最终形态之问答系统（FAQ）详述
【NLP-ChatBot】能干活的聊天机器人-对话系统概述
【知识图谱】人工智能技术最重要基础设施之一，知识图谱你该学习的东西
【知识图谱】知识表示：知识图谱如何表示结构化的知识？
【知识图谱】如何构建知识体系：知识图谱搭建的第一步
【知识图谱】获取到知识后，如何进行存储和便捷的检索？
【知识图谱】知识推理，知识图谱里最“人工智能”的一段
【NLP实战】tensorflow词向量训练实战
【NLP实战系列】朴素贝叶斯文本分类实战
【NLP实战系列】Tensorflow命名实体识别实战
【NLP实战】如何基于Tensorflow搭建一个聊天机器人
【NLP实战】基于ALBERT的文本相似度计算
【每周NLP论文推荐】从预训练模型掌握NLP的基本发展脉络
【每周NLP论文推荐】 NLP中命名实体识别从机器学习到深度学习的代表性研究
【每周NLP论文推荐】 介绍语义匹配中的经典文章
【每周NLP论文推荐】 对话管理中的标志性论文介绍
【每周NLP论文推荐】 开发聊天机器人必读的重要论文
【每周NLP论文推荐】 掌握实体关系抽取必读的文章
【每周NLP论文推荐】 生成式聊天机器人论文介绍
【每周NLP论文推荐】 知识图谱重要论文介绍
