语义向量检索入门教程（非恰饭贴）

文 | 夕小瑶

近几年，基于预训练模型的深度文本匹配技术为信息检索领域带来了一波技术红利爆发期。

技术红利主要体现在两方面：

1. 基于BERT交互式结构的文本匹配改善了搜索业务精排阶段的性能
2. 基于BERT双塔结构的文本匹配改善了搜索业务召回阶段的性能

而在搜索的召回阶段，与双塔模型结合使用的便是语义向量检索技术，前者负责为query和doc预测向量，后者完成向量的大规模检索（1 query vs 亿级 doc）。

关于双塔模型方面的技术资料很多，但语义向量检索方面的资料却很稀少。

本文给大家推荐一个这方面的国外免费教程（非恰饭），不仅有清晰的理论讲解，而且有配套的代码实践。希望可以帮助到对这方面感兴趣的小伙伴。

课程传送门：

www.pinecone.io/learn

课程大纲（实际内容比这个多很多）：

• Part 1: Introduction

• Semantic Search: Measuring Meaning From Jaccard to Bert
• Getting Started with Faiss
• Nearest Neighbor Indexes for Similarity Search

• Part 2: Algorithm Deep Dives

• Traditional Locality Sensitive Hashing (LSH)
• Random Projection for LSH
• Compression with Product Quantization
• Hierarchical Navigable Small Worlds (HNSW) Graphs

• Part 3: More Advanced Index Concepts

• Filtering: The Missing WHERE Clause in Vector Search
• Composite Indexes: Facebook AI and the Index Factory

为了方便学习交流，结识更多小伙伴，小夕还建了一个语义向量检索技术交流群，感兴趣的小伙伴在公众号后台回复"入群"噢。

后台回复关键词【入群】

加入卖萌屋NLP、CV与搜推广与求职讨论群

后台回复关键词【顶会】

获取ACL、CIKM等各大顶会论文集！