搜索广告在优化流量变现效率等商业指标之外,也需要重点优化用户体验,降低不相关广告对用户体验的损害,这样才能保证平台生态的健康发展。

本文分为算法探索、应用实践和总结规划三个部分,对预训练技术在搜索广告相关性的落地方案进行介绍。在算法探索部分介绍了我们在训练样本上的数据增强、预训练(Pre-training)和微调(Fine-tuning)阶段的模型结构优化;在应用实践部分,本文介绍了以知识蒸馏为主的模型压缩方法、相关性服务链路优化方案,以及所取得的业务效果;最后,我们总结了相关性方面的优化方法,并对未来技术探索进行了展望。

目录:

  • 引言

    • 问题与挑战

    • 业界及美团的解决方案

  • 算法探索

    • 数据增强

    • 模型优化

  • 应用实践

    • 模型压缩

    • 相关性服务链路优化

    • 线上效果

  • 总结与展望

内容中包含的图片若涉及版权问题,请及时与我们联系删除