ืฉืืื ืืืืื! ืฉืื ืกืฉื, ืื ื CTO ืืืืืกื ืฉืืชืฃ ื-LoyaltyLab. ืืคื ื ืฉื ืชืืื, ืื ื ืืืืจืื, ืืื ืื ืืกืืืื ืืื ืืขื ืืื, ืืืื ื ืืขืจื ืืงื ืืช ืืืจื ืืื ืืช ืืงืจืืื ืืืืชื ื. ืืชืขืฆืื ื ืืืื ืฉืืงืืขืื ืื, ืืชืื ืืืืขื ืฉื ืืื ืืฉืืื ืืืจื, ืื ืืฆืืข ืื ืื ืขื ืฆ'ืืคืก ืื ืงืจืงืจืื, ืืืจืืช ืฉืื ืืื ืื ืื ืืืืื ื! ืื ืืื ื ืืื ืืืฆื ืืื ืงืืจื ืืืืืื ื ืืืงืื ืืืจื ืืฉืื ื. ืืืื, ืืืื ืืก, ืชื ืืขืฆืื ืื ืืืช ืืื ืืื ืฉืืฉื ืขื ืืืชื ืฆ'ืืคืก.
ืืืื ืืืืข ืื ืงืืื ืฉืื ืื ื ืืฆืื ืืืืจ ืขื ืืฆื ืืืื ื ืฉื ืืืืฆืจ ื
ืืืื
ืืื ืืืื ืืชืืืืช ืืืจื, ืืชืืื ื ืืกืงืืจื ืืืืืช ืฉื ืืืคื ืืฆืืจืช ืืขืจืืืช ืืืืืฆืื. ืืืืจืืืืงืืืจื ืืคืืคืืืจืืช ืืืืชืจ ืืชืืจืจื ืืกืื ืืื:
ืืื ืืืจืื ืืฉื ื ืืืงืื:
- ืืืืืช ืืืขืืืื ืืืืืฆืืช ืืืืฆืขืืช ืืืื ืคืฉืื ืืืืืจ, ืืจืื ืฉืืชืืคื.
- ืืืจืื ืืืขืืืื ืขื ืืืื ืชืืื ืืืจืื ืืืืื ืืืชืจ, ืชืื ืืชืืฉืืืช ืืื ืืชืืื ืืช ืืืคืฉืจืืืช ืื ืชืื ืื.
ืืืื ืืฉืชืืฉ ืืืื ืืื ืืืืื:
- ืืืขืื/ืืืขืื ืืืืืฆืืช - ืืื ืืฉืชืืฉ-ืืืฆืจ ืฉืขืืื ืืืืืื ืืืืืฆืืช ืืืืฆืืจ.
- ืฉืืืช ืืืฆืื/ืืืืฅ/ืืืฆืื ืืืขืืืื - ืชืืืื ืื ืฉืืื ืืืืืืฅ "ืืืขืืืื ืืืืืฆืืช" ืื ืชืื ืื ืืืื ืื.
ืืฆืขื ืืจืืฉืื ืืืื ืืืจื ืืื ืฉืืืืฉ ืืืืจืืืฆืืืช ืฉืื ืืช ืฉื ืกืื ืื ืฉืืชืืคื. ืืคืืคืืืจื ืืืืชืจ -
ืืคื ื ืฉืืขืืืจ ืืชืืืืจ ืืืืฉื ืฉืื ื, ืืฉืื ืืฆืืื ืฉืืืืืฆืืช ืืืื ืืืช, ืืฉืืฉืื ืื ื ืืงืืช ืืืฉืืื ื ืชืื ืื ืฉืืชืจืืฉื ืืคื ื 30 ืืงืืช, ืืืืช ืฉืืื ืืจืื ืืืฉืืช ืฉืืืืืืช ืืขืืื ืืืื ืื ืืจืฉ. ืืื, ืืืงืจื ืฉืื ื, ืื ืื ื ืฆืจืืืื ืืืกืืฃ ืืืืฆืืช ืื ืืืชืจ ืืคืขื ืืืช ืืืื, ืืืจืื ืืืงืจืื - ืคืขื ืืฉืืืข, ืื ืฉื ืืชื ืื ื ืืช ืืืคืฉืจืืช ืืืฉืชืืฉ ืืืืืืื ืืืจืืืื ืืืฉืคืจ ืืช ืืืืืืช ืคื ืืื.
ืืืื ื ืืงื ืืืกืืก ืืช ืืืืืื ืฉืจืง ALS ืืฆืื ืืืฉืืื ืฉื ืืืืืฅ ืืืขืืืื. ืืืื ืืืคืชื ืฉืื ื ืขืืงืืื ืืืจืืื ืื:
- ืืืืง - ืฉืืขืืจ ืืืืขืืืื ืฉื ืืืจื ื ืืื ืืืื ืื ืืืืื.
- ืจืืงืื ืืื ืฉืืขืืจ ืืืืขืืืื ืฉืงืจื ืืชืื ืืื ืฉืืืืช ืืื ืืืจืืื ืืืขื.
- F1-score - ืืื F ืืืืฉื ืขื ืฉืชื ืื ืงืืืืช ืืงืืืืืช.
ื ืืื ืื ืืช ืืืืืื ืฉื ืืืืื ืืกืืคื ืืืืจ ืืืืื ืืืืจืช ืฉืืคืืข ืขื ืชืืื ืืช ืชืืื ื ืืกืคืืช. ืืฉ ืืื ืื 3 ืืืืื ืขืืงืจืืื:
- precision@5 - ืืืืื ืืืืืฆืข ืฉื ืืืฆืจืื ืื-5 ืืืืืืืื ืืืืื ืช ืืกืชืืจืืช ืืื ืงืื ื.
- response-rate@5 - ืืืจื ืฉื ืืงืืืืช ืืืืงืืจ ืืื ืืช ืืจืืืฉืช ืืฆืขื ืืืฉืืช ืืืช ืืคืืืช (5 ืืืฆืจืื ืืืืฆืข ืืื).
- avg roc-auc ืืืฉืชืืฉ - ืืืืฆืข
roc-auc ืขืืืจ ืื ืงืื ื.
ืืฉืื ืืฆืืื ืฉืื ืืืืืื ืืืื ื ืืืืื ืขื
ืืคื ื ืฉื ืชืืื ืืชืืจ ืืช ืืืืฉื ืฉืื ื, ืื ื ืืกืชืืืื ืชืืืื ืขื ืงื ืืืกืืก, ืฉืืื ืืืื ืืืืื ALS.
ืืืื ืืืืืจ ืืืขืืืื:
ืืืืื ืกืืคืืื:
ืื ื ืืชืืืืก ืืื ืืืืืขืืช ืฉื ืืืืืืจืืชืืื ืืื ืกืื ืฉื ืืฉืขืจื ืขืกืงืืช. ืืคืืื, ืืขืจื, ืื ืืืื ืฉืืชืืคื ืืืื ืืืืืฉื ืืืฉืขืจื ืฉ"ืื ืฉืื ื ืืืื ืืงื ืืช ืื ืฉืื ืฉืื ืืืืื ืืื ืงืื ืื". ืืคื ืฉืืืจ ืืืจืชื, ืื ืืืืื ื ืืช ืขืฆืื ื ืืกืื ืืืงื ืืื, ืืื ื ืืื ืืฉืขืจืืช ืฉืขืืืืืช ืืืื ืขื ื ืชืื ืื ืืงืืขืื ืืืช ืื ืืงืืื ืช:
- ืฉืืืจ ืงื ืืชื ืืขืืจ.
- ืืืื ืืื ืฉืงื ืืชื ืงืืื.
- ืชืงืืคื ืฉื ืจืืืฉื ืืืื.
- ืคืืคืืืจื ืืคื ืงืืืืจืืืช/ืืืชืืื.
- ืจืืืฉืืช ืืืืคืืืช ืฉื ืกืืืจืืช ืฉืื ืืช ืืฉืืืข ืืฉืืืข (ืจืฉืชืืช ืืจืงืื).
- ืืืฆืจืื ืืืืื ืืงืื ืื, ืืคื ืืืคืืื ืื ืฉื ืื ื ืขื ืืื ืืืืื ืฉืื ืื (Word2Vec, DSSM ืืื').
ืื ืงื ืืช ืงืืื?
ืืืืืจืืกืืืงื ืืืจืืจื ืืืืชืจ ืฉืขืืืืช ืืื ืืืื ืืงืืขืื ืืืช ืืืืืช. ืืื ื ืืงื ืืช ืื ืืกืืืจื ืฉืจืืฉ ืืขื ืืจืืืก ืื ืืื ืืช ื-K ืืืืื ืืืืจืื ืื (ืืืจื ืืื 1-3 ืฉืืืขืืช), ืื K ืืืื ืืคื ื ืฉื ื. ืืืืฆืขืืช ืฉืืื ืื ืืืื, ืื ื ืืฉืืืื ืืช ืืืืืื ืืืืื:
ืืื ืื ืื ืืจืืจ ืฉืืื ืฉืื ื ืืืงืืื ืืช ืืชืงืืคื, ืื ืืฉ ืื ื ืืืชืจ ืจืืงืื ืืคืืืช ืืืืง ืืืืืคื. ืืืืืฆืข, "ืืฉืืืขืืื ืืืืจืื ืื" ืืกืคืงืื ืชืืฆืืืช ืืืืืช ืืืชืจ ืืืงืืืืช.
ืืืื ืืื ืฉืงื ืืชื ืงืืื
ืื ืื ืืคืชืืข ืฉืขืืืจ ืงืืขืื ืืืช ืืืืืช "ืื ืฉืงื ืืชื ืงืืื" ืขืืื ืืื, ืืื ืืืืฅ ืืืขืืืื ืจืง ืืื ืฉืืืฉืชืืฉ ืืืจ ืงื ื ืื ืื ืืืื ืืื ืื, ืื ืื ืื ืกืืืจ ืืืคืชืืข ืืช ืืงืื ื ืขื ืืืื ืืืฆืจ ืืืฉ. ืืื, ืื ื ืืฆืืขืื ืืฉืคืจ ืืขื ืืืืจืืกืืืงื ืื ืืืืฆืขืืช ืืืชื ืืืืืื ืฉืืชืืคืืื. ืืืืืงืืืจืื ืฉืงืืืื ื ืืืืื ืืืืื ALS, ื ืืื ืืงืื ืืืฆืจืื ืืืืื ืืื ืฉืืืฉืชืืฉ ืืืจ ืจืืฉ. ืจืขืืื ืื ืืืื ืืืื ื"ืกืจืืื ืื ืืืืื" ืืฉืืจืืชื ืฆืคืืื ืืชืื ื ืืืืื, ืื ืืืืืื ืฉืืื ื ื ืืืืขืื ืื ืืืฉืชืืฉ ืืืื/ืงืื ื ืืจืืข ืืกืืื, ื ืืื ืืืคืฉ ืจืง ืืืืื ืืื ืฉืืื ืืืจ ืงื ื, ืืืืืื ืืื ืื ืื ื ืื ืื ื ืืืจ ืืืืขืื ืืื ืืื ืื ืขืืื. ืืืฉืื ืฉืืื ืื ืขื ืขืกืงืืืช ืืฉืชืืฉืื ืืืืื ืืฉืืืขืืื ืืืืจืื ืื, ืื ื ืืฉืืืื ืืช ืืืืืื ืืืืื:
ืืื k - ืืกืคืจ ืืืืฆืจืื ืืืืืื ืฉื ืืกืคื ืขืืืจ ืื ืืืฆืจ ืฉื ืจืืฉ ืขื ืืื ืืงืื ื ืืืืื 14 ืืืืื ืืืืจืื ืื.
ืืืฉื ืื ืขืืื ืืื ืืืืืื ืขืืืจ ืืืงืื ืฉืื ื, ืฉืขืืืจื ืืื ืงืจืืื ืื ืืืืืืฅ โโืขื ืฉืื ืืืจ ืฉืืืจ ื ืืฆื ืืืืกืืืจืืืช ืืจืืืฉืืช ืฉื ืืืฉืชืืฉ.
ืชืงืืคืช ืจืืืฉื ืืืืืจืช
ืืคื ืฉืืืจ ืืืืื ื, ืืฉื ืืชืืืจืืช ืืืืืื ืฉื ืจืืืฉืช ืืืฆืจืื, ืืืืฉื ืืจืืฉืื ื ืขืืืืช ืืืื ืขืืืจ ืืฆืจืืื ืืกืคืฆืืคืืื ืฉืื ื. ืืื ืื ืืืื ืืืฆืจืื ืืื ืืืงืช ืืืืกื/ืฉืืคื/ืืื'. ืืืืืจ, ืขื ืืืฆืจืื ืฉืกืืืจ ืฉืื ืืืื ืฆืืจื ืืื ืื ืฉืืืข ืื ืฉืืืขืืื ืืฉืฉืืืืช ืงืืืืืช ืื ืืืืืืช ืืืืฅ. ืื ืืืืื ืืจืขืืื ืืื - ืืืฆืข ืืืฉื ืืช ืชืงืืคืช ืืจืืืฉื ืฉื ืื ืืืฆืจ ืืืืืฆืข ืืืงืืืืช ืฉืจืืฉื ืืช ืืืืฆืจ ืืืชืจ k ืคึผึทืขึทื. ืืื ืืืืฅ ืืช ืื ืฉืกืืืจ ืืื ืื ืฉืืืจ ืืื ืืงืื ื. ื ืืชื ืืืืืง ืืช ืืชืงืืคืืช ืืืืืฉืืืช ืขืืืจ ืกืืืจืืช ืืขืื ืืื ืืืื ืืืืืืช:
ืืื ื ืืืืง ืื ืกืืฃ ืชืงืืคืช ืืืืฆืจ ื ืืคื ืืืจืืื ืืืื ืฉืื ืืืืืฆืืช ืืืื ืืืืฆืืจ ืื ืืืื ืื ืงืืจื. ื ืืชื ืืืืืืฉ ืืช ืืืืฉื ืื:
ืืฉ ืื ื 2 ืืงืจืื ืขืืงืจืืื ืฉื ืืชื ืืฉืงืื:
- ืืื ืืฉ ืฆืืจื ืืืืื ืืืฆืจืื ืืืงืืืืช ืฉืจืืฉื ืืช ืืืืฆืจ ืคืืืช ื-K ืคืขืืื.
- ืืื ืืฉ ืฆืืจื ืืืืื ืืืฆืจ ืื ืกืืฃ ืชืงืืคืชื ืื ืืคื ื ืชืืืืช ืืจืืื ืืืขื.
ืืืจืฃ ืืื ืืฆืื ืืืื ืชืืฆืืืช ืืฉืืื ืฉืืื ืื ืขื ืืืคืจืคืจืืืจืื ืฉืื ืื:
ft โ ืงื ืจืง ืืงืืืืช ืฉืจืืฉื ืืช ืืืืฆืจ ืืคืืืช K (ืืื K=5) ืคืขืืื
tm - ืงื ืจืง ืืืขืืืื ืื ืืคืืื ืืืจืืื ืืืขื
ืื ืื ืืคืชืืข ืฉืืื ืืกืืื (0, 0) ืืื ืืืื ืืืืจ ืืืงืื ืืืืชืจ ืืืืง, ืฉืื ืืชื ืื ืื ืืืืืจืื ืืช ืืืจื ืืืืขืืืื. ืขื ืืืช, ืืชืืฆืืืช ืืืืืืช ืืืืชืจ ืืืฉืืืช ืืืฉืจ ืื ื ืื ืืืืืื ืืืฆืจืื ืขืืืจ ืืงืืืืช ืฉืงื ื ืืืฆืจ ืืกืืื ืืคืืืช ื k ืืื ืื ืืชืืฆืืช, ืืจืืืช ืกืืืจืืช ืฉืกืืฃ ืืชืงืืคื ืฉืืื ืื ืืคื ื ืืจืืื ืืืขื.
ืคืืคืืืจื ืืคื ืงืืืืจืืืช
ืจืขืืื ืื ืืจืืจ ื ืืกืฃ ืืื ืืืืื ืืืฆืจืื ืคืืคืืืจืืื ืืงืืืืจืืืช ืื ืืืชืืื ืฉืื ืื. ืืื ืื ื ืืืฉืืื ืขืืืจ ืื ืงืื ื top-k ืงืืืืจืืืช/ืืืชืืื "ืืืขืืคืื" ืืืืฅ "ืคืืคืืืจื" ืืงืืืืจืื/ืืืชื ืื. ืืืงืจื ืฉืื ื, ื ืงืืข "ืืืขืืฃ" ื"ืคืืคืืืจื" ืืคื ืืกืคืจ ืืจืืืฉืืช ืฉื ืืืืฆืจ. ืืชืจืื ื ืืกืฃ ืฉื ืืืฉื ืื ืืื ืืฉืืืืชื ืืืงืจื ืฉื ืืชืืื ืงืจื. ืืืืืจ, ืืืงืืืืช ืฉืืืฆืขื ืืขื ืืืื ืจืืืฉืืช, ืื ืฉืื ืืื ืืื ืืช ืืจืื ืืื, ืื ืฉืื ืขืชื ืื ืคืืงื ืืจืืืก ื ืืื ืืช. ืขืืืจื, ืงื ืืืื ืืืชืจ ืืืืืืง ืคืจืืืื ืคืืคืืืจืืื ืืงืจื ืืงืืืืช ืืืขืื ืืืกืืืจืื. ืืืืืื ืืืชืงืืืื ืื:
ืืื ืืืกืคืจ ืืืจื ืืืืื "ืงืืืืจืื" ืคืืจืืฉื ืจืืช ืืงืื ืื ืฉื ืืงืืืืจืื.
ืืกื ืืื, ืื ืื ืื ืืคืชืืข ืฉืงืืืืจืืืช ืฆืจืืช ืืืชืจ ืืฉืืืืช ืชืืฆืืืช ืืืืืช ืืืชืจ, ืืืืืื ืฉืื ืืืืฆืืช ืืืฆืจืื "ืืืขืืคืื" ืืืืืงืื ืืืชืจ ืืงืื ืื.
ืจืืืฉืืช ืืืืคืืืช ืฉื ืกืืืจืืช ืฉืื ืืช ืืฉืืืข ืืฉืืืข
ืืืฉื ืืขื ืืื ืช ืฉืื ืจืืืชื ืืืืืจืื ืขื ืืขืจืืืช ืืืืืฆืื ืืื ืฉืืื ืกืืืืกืืืช ืื ืคืฉืืื ืืื ืืื ืืช ืขืืืืช ืฉื ืจืฉืชืืช ืืจืงืื. ืืื ืื ืื ื ืืืงืืื 2 ืฉืืืขืืช ืฉืื ืื, ืืื ืืื ืืงืื ืื ืื ื ืืื ืื ืืืืืช ืฉื ืืืฆืจืื [ืงื ื ืืฉืืืข i]-[ืงื ื ืืฉืืืข ื], ืืืฉืจ j > i, ืืืืื ืื ื ืืืฉืืื ืขืืืจ ืื ืืืฆืจ ืืช ืืืกืชืืจืืช ืืขืืืจ ืืืืฆืจ ืืืจ ืืฉืืืข ืืื. ืืืืืจ, ืืื ืืื ืกืืืจื producti-productj ืื ื ืกืืคืจืื ืืช ืืกืคืจื ืืืืืืช ืฉื ืืฆืื ืืืืืงืื ืืืกืคืจ ืืืืืืช, ืืืื ืืืฆืจืื ืืื ืืฉืืืข ืืจืืฉืื. ืืื ืืืืฅ ืืืขืืืื, ืื ื ืืืงืืื ืืช ืืงืืื ืืืืจืื ื ืฉื ืืงืื ื ืืืืืฆืื top-k ืืืืฆืจืื ืืืืื ืืกืืืจืื ืืืืชืจ ืืืืจืืฆืช ืืืขืืจ ืฉืงืืืื ื. ืชืืืื ืื ืืืช ืืืจืืฆืช ืืขืืจ ื ืจืื ืื:
ืืืืืืืืช ืืืืชืืืช ืืืืจืืฆืช ืืกืชืืจืืช ืืืขืืจ ืื ื ืจืืืื ืืช ืืชืืคืขืืช ืืืขื ืืื ืืช ืืืืืช:
ืืื ืืคืฉืจ ืืืืืื ืืชืืืช ืืขื ืืื ืืช ืฉืืชืืืืช ืืืชื ืืืืช ืืฆืจืื ืื: ืืืฉื ืืืืื ืคืืจืืช ืืืจ ืื ืืืชื ืืื ืฉืืื ื ืื ืฆืคืืืื ืืขืืืจ ืืืืจ. ืื ืื ืื ืืคืชืืข ืฉืื ืืืฆืจืื ืขื ืชืืืจืืช ืืืืื ืฉื ืงื ืืืช ืืืืจืืช, ืืื ืืืื, ืืืืขืื ืืืื.
ืืืืืื ืืฉืืื ืขื ืจืฉืชืืช ืืจืงืื ืื ืืืืงืื:
k - ืืกืคืจ ืืืืฆืจืื ืฉื ืืกืคื ืขืืืจ ืื ืืืฆืจ ืฉื ืจืืฉ ืืืขืกืงื ืืืืจืื ื ืฉื ืืงืื ื.
ืืคื ืฉืื ื ืืืืืื ืืจืืืช, ืืชืืฆืื ืืืืื ืืืืชืจ ืืืฆืืช ืขื ืืื ืืชืฆืืจื ืขื k=4. ืืช ืืืื ืืง ืืฉืืืข 4 ื ืืชื ืืืกืืืจ ืขื ืืื ืืชื ืืืืช ืขืื ืชืืช ืกืืื ืืืืื.
ืืืฆืจืื ืืืืื ืืงืื ืื, ืืคื ืืืคืืื ืื ืฉื ืื ื ืขื ืืื ืืืืื ืฉืื ืื
ืืขืช ืืืขื ื ืืืืง ืืงืฉื ืืืืขื ืืื ืืืืชืจ โ ืืืคืืฉ ืืฉืื ืื ืืงืจืืืื ืืืืชืจ ืขื ืกืื ืืงืืืจืื ืฉื ืืงืืืืช ืืืืฆืจืื ืืื ืืืื ืืคื ืืืืื ืฉืื ืื. ืืขืืืื ืฉืื ื ืื ื ืืฉืชืืฉืื ื-3 ืืืืื ืืืื:
- ALS
- Word2Vec (Item2Vec ืขืืืจ ืืฉืืืืช ืืืื)
- DSSM
ืืืจ ืขืกืงื ื ื-ALS, ืืชื ืืืื ืืงืจืื ืืื ืื ืืืื
ืืื Q - ืฉืืืืชื, ืฉืืืืชืช ืืืคืืฉ ืืฉืชืืฉ, ื[i] - ืืกืื, ืืฃ ืืื ืืจื ื. ืืงืื ืืืืื ืืื ืืชืืื ืืช ืฉื ืืืงืฉื ืืืืคืื, ืืืชืืื. ืืืืจ ืื ืฉืืืช ืงืื ืืฉื ื ืืกืคืจ ืฉืืืืช ืืืืืจืืช ืืืืืื (ืคืจืฆืคืืจืื ืจื ืฉืืืชื). ืืืืจ ืืื, ืืืืื ืืืื ืืืืขืจ ืืช ืืงืืกืื ืืก ืืื ืืืงืืืจืื ืืืชืงืืืื ืืฉืืืืช ืืืืจืื ืืช ืฉื ืืืืื.
ืืฉืืืืช ืืืืฆืืช ืืฉืชืืฉืืช ืืืืืง ืืืืชื ืืจืืืืงืืืจื, ืจืง ืฉืืืงืื ืืงืฉื ืืฉ ืืฉืชืืฉ, ืืืืงืื ืืคืื ืืฉ ืืืฆืจืื. ืืืืงืจื ืฉืื ื, ืืืจืืืืงืืืจื ืืื ืืืคืืช ืืืืจืื ืืืืื:
ืืขืช, ืืื ืืืืืง ืืช ืืชืืฆืืืช, ื ืืชืจ ืืืกืืช ืืช ืื ืงืืื ืืืืจืื ื - ืื ืืืงืจื ืฉื ALS ื-DSSM ืืืืจื ื ืืืคืืจืฉ ืืงืืืจืื ืฉื ืืฉืชืืฉ, ืื ืืืงืจื ืฉื Word2Vec ืืฉ ืื ื ืจืง ืืงืืืจืื ืฉื ืืืฆืจ. ืืื, ืืื ืืื ืืช ืืช ืืงืืืจ ืืืฉืชืืฉ, ืืืืจื ื 3 ืืืฉืืช ืขืืงืจืืืช:
- ืคืฉืื ืืืกืืคื ืืช ืืืงืืืจืื, ืืื ืืืจืืง ืืงืืกืื ืืก ืืกืชืืจ ืฉืคืฉืื ืขืฉืื ื ืืืืฆืข ืฉื ืืืืฆืจืื ืืืืกืืืจืืืช ืืจืืืฉื.
- ืกืืืื ืืงืืืจ ืขื ืฉืงืืื ืืื ืืกืืื.
- ืฉืงืืืช ืกืืืจื ืขื ืืงืื TF-IDF.
ืืืงืจื ืฉื ืฉืงืืื ืืื ืืืจื ืฉื ืืงืืืจ ืืงืื ื, ืื ื ืืืฆืืื ืืืืฉืขืจื ืฉืืืืฆืจ ืฉืืืฉืชืืฉ ืงื ื ืืชืืื ืืฉ ืืฉืคืขื ืืืืื ืืืชืจ ืขื ืืชื ืืืืชื ืืืฉืจ ืืืืฆืจ ืฉืงื ื โโืืคื ื ืืฆื ืฉื ื. ืื ืื ืื ื ืจืืืื ืืช ืืฉืืืข ืืงืืื ืฉื ืืงืื ื ืืกืืืืืื ืฉื 1, ืืืช ืื ืฉืงืจื ืืืจ ืื ืขื ืกืืืืืื ืฉื ยฝ, โ
ืืื':
ืขืืืจ ืืงืืื TF-IDF, ืื ื ืขืืฉืื ืืืืืง ืืื ื-TF-IDF ืขืืืจ ืืงืกืืื, ืจืง ืฉืื ื ืจืืืื ืืช ืืงืื ื ืืืกืื, ืืืช ืืฆ'ืง ืืืฆืขื, ืืืชืืื, ืืืืื ืืื ืืืฆืจ. ืืืจื ืื, ืืืืงืืืจ ืฉื ืืืฉืชืืฉ ืืขืืืจ ืืืชืจ ืืืืืื ืืืฆืจืื ื ืืืจืื, ืืขืื ืฉืืืฆืจืื ืชืืืคืื ืืืืืจืื ืขืืืจ ืืงืื ื ืื ืืฉื ื ืืืชื ืืจืื. ื ืืชื ืืืืืืฉ ืืช ืืืืฉื ืื:
ืขืืฉืื ืืืื ื ืกืชืื ืขื ืืืืืื. ืื ื ืจืืืช ืชืืฆืืืช ื-ALS:
ืืืืื ืขืืืจ Item2Vec ืขื ืืจืืืฆืืืช ืฉืื ืืช ืฉื ืื ืืืช ืืงืืืจ ืืงืื ื:
ืืืงืจื ืื, ืืืืืง ืืืชื ืืืื ืืฉืืฉ ืืื ืืงื ืืืกืืก ืฉืื ื. ืืืืื ืืืืื ืืื ืืืืื k ื ืฉืชืืฉ. ืขื ืื ืช ืืืฉืชืืฉ ืจืง ืืืืืืื ืฉืืชืืคืืื, ืืฉ ืืงืืช ื-50-70 ืืืฆืจืื ืืงืจืืืื ืืืืชืจ ืืื ืืงืื.
ืืืืืื ืืคื DSSM:
ืืื ืืฉืื ืืช ืื ืืฉืืืืช?
ืืื ืื, ืืชื ืืืืจ, ืืื ืื ืืขืฉืืช ืขื ืกื ืืืื ืื ืื ืฉื ืืื ืืืืืฅ ืืืขืืืื? ืืืฆื ืืืืืจ ืืช ืืชืฆืืจื ืืืืคืืืืืืช ืขืืืจ ืื ืชืื ืื ืฉืื? ืืื ืืฉ ืื ื ืืกืคืจ ืืขืืืช:
- ืืฉ ืฆืืจื ืืืืืื ืืืืฉืื ืืช ืืจืื ืืืืคืืฉ ืขืืืจ ืืืคืจืคืจืืืจืื ืืื ืฉืืื. ืื ืืืืื ืืืกืงืจืื ืืื ืืงืื, ืืื ืืกืคืจ ืื ืงืืืืช ืืืคืฉืจืืืช ืืืื ืืืื.
- ืืืืฆืขืืช ืืืื ืืฆืืืฆื ืงืื ืฉื ืฉืืืืช ืกืคืฆืืคืืืช ืขื ืืืคืจืคืจืืืจืื ืกืคืฆืืคืืื, ืืืฆื ืชืืื ืืืืืจ ืืช ืืชืฆืืจื ืืืืื ืืืืชืจ ืขืืืจ ืืืื ืฉืื?
ืขืืืื ืื ืืฆืื ื ืชืฉืืื ื ืืื ื ืกืืคืืช ืืฉืืื ืืจืืฉืื ื, ืื ื ืืฉืื ืืืืืจืื ืืืืื: ืขืืืจ ืื ืฉืืื ื ืืชื ืืืืื ืืืคืืฉ ืืืคืจืคืจืืืจ, ืืืชืื ืืืื ืกืืืืกืืืงืืช ืขื ืื ืชืื ืื ืฉืืจืฉืืชื ื. ืืคืืื, ืืืขืช ืืช ืืชืงืืคื ืืืืืฆืขืช ืืื ืจืืืฉืืช ืืื ืฉืื, ืื ื ืืืืืื ืื ืืฉ ืืืืื ืชืงืืคื ืืืฉืชืืฉ ืืฉืืืช "ืื ืืืจ ื ืงื ื" ื"ืชืงืืคื ืฉื ืจืืืฉื ืฉืขืืจื ืืจืื ืืื".
ืืืืจื ืฉืขืืจื ื ืืกืคืจ ืืืื ืืกืืื ืฉื ืืจืืืฆืืืช ืฉื ืฉืืืืช ืฉืื ืืช, ื ืฆืืื ืืช ืืืืจืื ืืืืื: ืื ืืืฉืื ืืืืฅ ืืกืคืจ ืืกืืื ืฉื ืืืขืืืื ืืืฉ ืื ืขืจื ืืกืืื ืฉื ืืื ืืืคืชื ืขืืืจื ื (ืจืืงืื). ืื ืื ื ืจืืฆืื ืืงืื ืกื ืฉื ืืกืคืจ ืืกืืื ืฉื ืืืขืืืื, ืืืชืื ืืืื ืืืืฉืื ืืืืชืจ ืฉืื ื, ืขื ืืืื ืืืืื ืืืืชืจ ืืืคืฉืจื. ืืื ืืืขืื ืงืืจืกืช ืืคื ืืืขืืืช ืืชืจืืื.
ืืื ืืกืคืจ ืืืืขืืืื ืืื ืืฉืงื ืืืืื, ืืฉืืืช ืืจืืงืื ืืื ืขืจืื. ืขื ืืืช, ืืฉ ืขืื 2 ื ืงืืืืช ืฉืืฉ ืืงืืช ืืืฉืืื ืืขืช โโืืืฉืื ืืืืืืจืืชื:
- ืืืชืื ืฉืืฉืืืืช ืืฉ ืืคืืคื ืืืืขืืืื ืฉืื ืืืืืจืื.
- ืืืงืจืื ืืกืืืืื, ืืืื ื ืืื ืืงืืช ืฉืืื ืืืช ืคืขืืืื ืขื ืคืจืืืจืื ืฉืื ืื, ืืืคืื ืืืืขืื ืืืจืืฉืื ืื ืืืื ืชืช-ืงืืืฆื ืฉื ืืฉื ืืื.
ืืืืืื, ืื ื ืืงื ืืช ืืืืฉืื ืฉื ืฉืืืช "ืื ืืืจ ืงื ืืชื" ืขื ืืจืืืืื ืฉืื ืื ืืืืืืจ, ืื ืงืืืฆืืช ืืืืขืืืื ืฉืืื ืืืื ืืงืื ื ืืช ืื ืืชืื ืื. ืืื ืขื ืืืช, ืคืจืืืจืื ืฉืื ืื ื"ืจืืืฉืืช ืชืงืืคืชืืืช" ืืืฆืืื ืืื ื ืืกืคืงืื ืฆืืืช ืืืืื. ืืื, ืื ื ืืืืงืื ืืช ืืืฉืืช ืืืืืื ืขื ืคืจืืืจืื ืฉืื ืื ืืืืืงืื ืื ืฉืืื ืืืืง ื ืจืฆื ืื ืงืื ืืื ืืืืชืจ ืืืฉืช ืืืฆืื ืืืช ืขื ืืืคืจืคืจืืืจืื ืกืคืฆืืคืืื. ืืื ืืขืฉืืช ืืืช, ืืชื ืฆืจืื ืืืชืืื ืงืฆืช ืืืืฉืื ืืขืืืช ืืื ืืคื, ืืื ืืืกืืืคืืืืืงื ืืืชืืฆืื ืื ืืฉืชื ื.
ืืฉืืืื ืืืื ืืื ืืืคืฉืจ ืื ื ืืงืื ืืช ืืืืืื ืืืืื ืืืฉืืืื ืืืืืืื ืคืฉืืืื ืฉื ืฉืืชืืฃ ืคืขืืื:
ืืืืืื ืืกืืคืืื ืื ื ืจืืืื ืืช ืืชืืื ื ืืืื:
ืขื ืืืช, ืืื ืืชื ืืืื ืืฉืื ืื ืฉืืฉ ื ืงืืื ืืืช ืื ืืืืกื ืืืืืฆืืช ืฉืืืขืืืืช ืืขืกืงืื. ืขืืฉืื ืืืืืง ืืืื ื ืืื ืืขืฉืืช ืขืืืื ืืฆืืื ืช ืืืืืช ืื ืืืฉืชืืฉ ืืงื ื, ืืืฉื, ืืฉืืืข ืืื. ืืื ืคืฉืื ืืชืช ืื ืื ืขื ืืฉืื ืฉืืื ืืืจ ืืงื ื ืื ืื ืืืื ืืื ืื. ืืื ืื ืืื ืื ืืืงืกื ืืช ืืฆืืคืืื, ืืืฉื, ืืืืืืื ืืืืื:
- ืืจืืื/ืืืืืจ ืืคื ืืืืฆืืช ืืืฉืืืช.
- ืฆ'ืง ืืงืื ืืืืฆืข.
- ืชืืืจืืช ืืืืงืืจืื.
ืื ืื ืื ื ืืืคืืืื ืืช ืืืกืชืืจืืืืช ืฉืืชืงืืื ืืืงืืืื ืฉืื ืื ืืืืจืืื ืืืชื ืืืืฉ ืื ืฉืืืืฆืจืื ืืืฉืคืืขืื ืขื ืืืืืื ืฉืืืขืื ืืืืขื ืืจืืฉ. ืืื ืคืชืจืื ืืืื ืืืืื ืืืฉื ืืื ืืืื ืืืฉืชืืฉ. ืื ืื ื ืืคืืื ืืชื ืกืื ืืืงืืืื ืืืื ืืฉืืจืืช ืืืืฆืืจ. ืืื ืื ื ืืื ืืงืืช ืืขื ืืื ืืช ืฉืืจืื ื ืืชื ืืช ืื ื ืืช ืืชืืฆืืืช ืืืืืืช ืืืืชืจ:
- ืืืคื ืืืืืจ/ืืจืืื ืฉื ืืืืฆืจ.
- ืืืคื ืืงืืื ืืืืืฆืขืช ืื ืืืคืืข ืืืืฆืจ. ืื ืชืขืื ืกืืืจื, ืืืชื ืื ืืืจื ืืื ืืืงืืื ืืฉืื ืืืจ.
- ืืืคื ืืชืืืจืืช ืืืืงืืจ ืืืืืฆืขืช ืฉื ืงืื ืื ืฉื ืืืฆืจ ืื, ืืืชืืกืก ืขื ืืืฉืขืจื ืฉืืืฆืจ ืื ืืขืืจืจ ืื ืฉืื ืืืืืจ ืืืื ืืขืชืื ืงืจืืืืช ืืืชืจ.
ืืืืจ ืขืจืืืช ื ืืกืืืื ืขื ืืงืืืื, ืืฉืื ื ืืช ืืืืืื ืืืืื ืืืืฆืืจ:
ืืื ืืืจืช ืืืฆืจืื ืืืืืช - ืืืงื ืฉื ืืืืฆืจืื ืฉื ืจืืฉื ืืชืื ืื ืืืืฆืจืื ืืืืืฆืืช ืฉืืคืงื ื.
ืืงืืจื ืืงืฉืื ืืืืื ืืืืื ืืฉืืขืืชื ืืื ืืืืื ืื ืืงืืื ืื ืืืื ืืืื. ืืชื ืืืืช ืื ืืืกืืจืช ืืื ืฉืื ื ืืชื ืืงืืช ืืืฉืืื ืืช ืื ืืืกื ื ืื ืืืื ืืืื ืืืืฆืจืื ืฉื ืืชื ืืืืืืฅ โโืขืืืื ืืขืช ืืืืื ืืืื. ืขืืืจื ื, ืื ืกืืคืืจ ื ืืจืืื ืืืฉืจ ื ืืชื ืืกื ื ืืืฆืืช ืืืืืขืืืื ืฉืืืืืจื; ืืกืคืฆืืคืืืช ืืื ืืืคืืื ืืช ืืชืขืฉืืื ืฉืื ื.
ืืืืื ืช ืืื ืกืืช ืืชืงืื ืืกืืคืืจ ืืื, ืืจืืจ ืฉืืืจื ืืฉืงืช ืืืืืฆืืช ืืืื ืกืืช ืฉื ืงืืืฆืช ืืืืืงืืช ืฆืืืืืช ืืืื, ืืขืช ืืืืืื ืืืืืฆืข ืืืื ืกืืช ืขื ืืืืืฆืืช ืฉืื ื ืืื 3-4%:
ืืกืืืื, ืื ื ืจืืฆื ืืืืจ ืฉืื ืืชื ืฆืจืื ืืืืฆืืช ืฉืืื ื ืืืื ืืืช, ืื ื ืืชื ืืืฆืื ืขืืืื ืืืืื ืืืื ืืืืืืช ืื ืืกืืืื ืืืืืืฅ ืืืขืืืื ืืืืืฆืืช. ืืืืช ืืืืื ืฉื ืืื ืืืืจ ืฉืืื ืืืคืฉืจืช ืืฉืื ืฉืืืืช ืจืืืช ืืืืืืช, ืฉืืกื ืืื ืืชื ื ืชืืฆืืืช ืืฆืืื ืืช ืืขืกืง.
ืืฉืื ืืฉืืื ืืชืืืืืช ืขื ืื ืื ืฉืืืฆื ืืช ืืืืืจ ืืขื ืืื. ืืชื ืืืื ืืฉืืื ืืืชื ืฉืืืืช ืืืืคื ืืืฉื ื
ืืงืืจ: www.habr.com