深度學(xué)習(xí)在搜索的應(yīng)用概括起來(lái)包括 4 個(gè)方面：

 

　　首先是系統(tǒng)，強(qiáng)大的深度學(xué)習(xí)訓(xùn)練平臺(tái)和在線預(yù)測(cè)系統(tǒng)是深度學(xué)習(xí)應(yīng)用的必要條件，目前我們的離線深度學(xué)習(xí)框架、在線深度學(xué)習(xí)框架和在線預(yù)測(cè)框架統(tǒng)一到 tf，并實(shí)現(xiàn)了日志處理，特征抽取，模型訓(xùn)練和在線服務(wù)部署端到端的流程，極大提升了算法迭代效率；

 

　　其次是搜索應(yīng)用，包括智能交互，語(yǔ)義搜索，智能匹配和智能決策四個(gè)技術(shù)方向，這四個(gè)方向的協(xié)同創(chuàng)新實(shí)現(xiàn)了搜索全鏈路的深度學(xué)習(xí)技術(shù)升級(jí)，并具備從傳統(tǒng)的單場(chǎng)景單目標(biāo)優(yōu)化到多場(chǎng)景多目標(biāo)聯(lián)合優(yōu)化的能力；

 

　　再次是在性能優(yōu)化上做的工作，包括模型壓縮、量化、低秩分解再到二值網(wǎng)絡(luò)，大量的技術(shù)調(diào)研和論證，為未來(lái)提高深度模型預(yù)測(cè)性能和軟硬件協(xié)同優(yōu)化做了很好的技術(shù)鋪墊；

 

　　最后是排序平臺(tái)化，實(shí)現(xiàn)了 PC 商品搜索、無(wú)線商品搜索、店鋪內(nèi)搜索搜索和店鋪搜索的搜索服務(wù)統(tǒng)一，通過(guò)特征和模型復(fù)用，實(shí)現(xiàn)了多條業(yè)務(wù)線技術(shù)的快速升級(jí)。下面我會(huì)簡(jiǎn)要的概括下在四個(gè)方向上取得的主要進(jìn)展和背后的思考。

 

　　下面是搜索系統(tǒng)和算法的簡(jiǎn)圖。系統(tǒng)包括：

 

　　a. 離線數(shù)據(jù)平臺(tái) ODPS，負(fù)責(zé)離線日志 join、特征抽取和離線模型預(yù)估產(chǎn)出排序特征，時(shí)效性不強(qiáng)的特征都是通過(guò)離線數(shù)據(jù)平臺(tái)產(chǎn)出的，比如用戶性別標(biāo)簽，商品關(guān)鍵字等；

 

　　b. 離線機(jī)器學(xué)習(xí)平臺(tái) PAI，底層是主流的 parameter server 和 TF 深度學(xué)習(xí)框架，平臺(tái)實(shí)現(xiàn)了大部分機(jī)器學(xué)習(xí)算法模型的并行訓(xùn)練和預(yù)測(cè)，在搜索應(yīng)用中主要作用是離線模型訓(xùn)練產(chǎn)出離線排序特征模型；

 

　　c. 流式計(jì)算和在線學(xué)習(xí)平臺(tái) Porsche，流式計(jì)算是基于 blink 負(fù)責(zé)實(shí)時(shí)日志解析和特征 join 生成實(shí)時(shí)排序特征，在線學(xué)習(xí)和離線學(xué)習(xí)底層框架可以相同，差別主要是依賴數(shù)據(jù)源和部分優(yōu)化方法不同，由于用戶行為和市場(chǎng)環(huán)境變化快，流式計(jì)算和在線學(xué)習(xí)在搜索應(yīng)用非常廣泛，并積累了不少在線學(xué)習(xí)和強(qiáng)化學(xué)習(xí)算法；

 

　　d. 在線服務(wù)平臺(tái)，包括引擎、排序服務(wù)和搜索平臺(tái)組成，負(fù)責(zé)在線的服務(wù)分發(fā)、索引查詢、排序服務(wù)和結(jié)果合并等功能，搜索的排序策略、相關(guān)性、個(gè)性化等模型主要通過(guò)在線預(yù)測(cè)服務(wù)生效。經(jīng)過(guò)多年發(fā)展我們已經(jīng)具備了非常完善的商品搜索排序算法體系，包括知識(shí)圖譜、分詞、tagging、類目預(yù)測(cè)、意圖預(yù)測(cè)、拼寫糾錯(cuò)、query 推薦、query 語(yǔ)義改寫、相關(guān)性、商品標(biāo)簽、商品質(zhì)量、店鋪分層、用戶 profile、用戶偏好、用戶感知、召回策略、個(gè)性化模型、多樣性策略、異構(gòu)服務(wù)混排策略、多目標(biāo)聯(lián)合優(yōu)化策略、多場(chǎng)景聯(lián)合排序策略等，并平臺(tái)化的方式賦能相關(guān)業(yè)務(wù)團(tuán)隊(duì)。

　　搜索系統(tǒng)和算法簡(jiǎn)圖

 

 

　　機(jī)器學(xué)習(xí)平臺(tái)。搜索訓(xùn)練樣本主要來(lái)自用戶行為，由于用戶行為是流式數(shù)據(jù)，適合做在線深度學(xué)習(xí)，但當(dāng)模型參數(shù)非常龐大需要海量的樣本時(shí)在線學(xué)習(xí)需要很長(zhǎng)的時(shí)間才能收斂，這時(shí)一般是先做離線預(yù)訓(xùn)練再結(jié)合增量或在線學(xué)習(xí)，另外有些模型離線預(yù)訓(xùn)練后在線只需要對(duì)接近輸出層的網(wǎng)絡(luò)做 fine-tuning。搜索在實(shí)際應(yīng)用的有離線機(jī)器學(xué)習(xí)平臺(tái) PAI 和在線機(jī)器學(xué)習(xí)平臺(tái) Porsche，兩個(gè)平臺(tái)深度學(xué)習(xí)框架目前都統(tǒng)一到了 tf-pai，tf-pai 對(duì)原生 tf 做了一些優(yōu)化，比如底層通訊，稀疏參數(shù)存儲(chǔ)、優(yōu)化方法、GPU 顯存優(yōu)化等，比原生 tf 訓(xùn)練深度有較大的提升，訓(xùn)練上千億樣本和上百億參數(shù)的深度模型毫無(wú)壓力。雖然 Porsche 和 PAI 都支持 GPU，但在搜索應(yīng)用中 CPU 依然是主流，GPU 應(yīng)用比較少，原因主要是個(gè)性化相對(duì)圖像或語(yǔ)音簡(jiǎn)單，特征抽取網(wǎng)絡(luò)比較淺，維度相對(duì)較低，GPU 的稠密矩陣計(jì)算能力得不到充分發(fā)揮，同時(shí)離在線混布后流量低谷期間騰出了大量的在線服務(wù)閑置 CPU，把臨時(shí)閑置的 CPU 利用起來(lái)做深度學(xué)習(xí)訓(xùn)練是一個(gè)非常好的思路。

 

　　在線預(yù)估 RTP，搜索排序算分服務(wù)。由于每次搜索請(qǐng)求有上千個(gè)商品需要計(jì)算排序分?jǐn)?shù)，深度模型應(yīng)用對(duì) RTP 服務(wù)的壓力是非常大的，RTP 通過(guò)采用異構(gòu)計(jì)算，計(jì)算算子化和模型分片等方式解決了深度模型 inference 計(jì)算和存儲(chǔ)問(wèn)題，深度模型用 GPU，淺層模型用 CPU，今年雙 11 期間搜索 RTP 服務(wù)用到了 550 張 GPU 卡。另外，RTP 還實(shí)現(xiàn)了離線/在線訓(xùn)練模型/數(shù)據(jù)和在線預(yù)測(cè)服務(wù)部署的無(wú)縫銜接，算法訓(xùn)練好的模型或數(shù)據(jù)可以很輕松的部署都在線服務(wù)，提升了算法迭代效率。

 

 

　　智能交互。商品搜索就是帶交互的商品推薦，用戶通過(guò)關(guān)鍵字輸入搜索意圖，引擎返回和搜索意圖匹配的個(gè)性化推薦結(jié)果，好的交互技術(shù)能夠幫助到用戶更好的使用搜索引擎，目前搜索的交互主要是主動(dòng)關(guān)鍵字輸入和關(guān)鍵字推薦，比如搜索框中的默認(rèn)查詢?cè)~和搜索結(jié)果中的文字鏈等，推薦引擎根據(jù)用戶搜索歷史、上下文、行為和狀態(tài)推薦關(guān)鍵字。

 

　　和商品推薦的區(qū)別是，關(guān)鍵字推薦是搜索鏈路的中間環(huán)節(jié)，關(guān)鍵字推薦的收益除了關(guān)鍵字的點(diǎn)擊行為外，還需要考慮對(duì)整個(gè)購(gòu)物鏈路的影響，包括在推薦關(guān)鍵字的后續(xù)行為中是否有商品點(diǎn)擊、加購(gòu)和成交或跳轉(zhuǎn)到另外一個(gè)關(guān)鍵字的后繼行為，這是一個(gè)典型的強(qiáng)化學(xué)習(xí)問(wèn)題，action 是推薦的關(guān)鍵字候選集合，狀態(tài)是用戶當(dāng)前搜索關(guān)鍵詞、上下文等，收益是搜索引導(dǎo)的成交。除了被動(dòng)的關(guān)鍵字推薦，我們也在思考搜索中更加主動(dòng)的交互方式，能夠做到像導(dǎo)購(gòu)員一樣的雙向互動(dòng)，主動(dòng)詢問(wèn)用戶需求，挑選個(gè)性化的商品和給出個(gè)性化的推薦理由，目前阿里搜索團(tuán)隊(duì)已經(jīng)在做智能導(dǎo)購(gòu)和智能內(nèi)容方向的技術(shù)原型及論證，智能導(dǎo)購(gòu)在技術(shù)上主要是借鑒對(duì)話系統(tǒng)，通過(guò)引導(dǎo)用戶和引擎對(duì)話與關(guān)鍵字推薦方式互為補(bǔ)充，包括自然語(yǔ)言理解，對(duì)話策略，對(duì)話生成，知識(shí)推理、知識(shí)問(wèn)答和商品搜索等模塊，功能主要包括：

 

　　a. 根據(jù)用戶搜索上下文生成引導(dǎo)用戶主動(dòng)交互的文本，比如搜索「奶粉」時(shí)，會(huì)生成「您寶寶多大？0~6 個(gè)月，6 個(gè)月到 1 歲…」引導(dǎo)文案，提示用戶細(xì)化搜索意圖，如果用戶輸入「3 個(gè)月」后，會(huì)召回相應(yīng)段位的奶粉，并在后續(xù)的搜索中會(huì)記住對(duì)話狀態(tài)「3 個(gè)月」寶寶和提示用戶「以下是適合 3 個(gè)月寶寶的奶粉」。

 

　　b. 知識(shí)導(dǎo)購(gòu)，包含提高售前知識(shí)問(wèn)答或知識(shí)提示，比如「3 個(gè)月寶寶吃什么奶粉」回答「1 段」。目前對(duì)話技術(shù)正在提高中，尤其是在多輪對(duì)話狀態(tài)跟蹤、知識(shí)問(wèn)答和自動(dòng)評(píng)價(jià)幾個(gè)方面，但隨著深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和生成對(duì)抗學(xué)習(xí)等技術(shù)在 NLP、對(duì)話策略、閱讀理解等領(lǐng)域的應(yīng)用，越來(lái)越多的訓(xùn)練數(shù)據(jù)和應(yīng)用場(chǎng)景，domain specific 的對(duì)話技術(shù)未來(lái)幾年應(yīng)該會(huì)突飛猛進(jìn)。智能內(nèi)容生成，包括生成或輔助人工生成商品和清單的「賣點(diǎn)」，短標(biāo)題和文本摘要等，讓淘寶商品表達(dá)更加個(gè)性化和多元化。

 

　　語(yǔ)義搜索。語(yǔ)義搜索主要是解決關(guān)鍵字和商品內(nèi)容之間的語(yǔ)義鴻溝，比如搜索「2~3 周歲寶寶外套」，如果按照關(guān)鍵字匹配召回結(jié)果會(huì)遠(yuǎn)小于實(shí)際語(yǔ)義匹配的商品。

 

　　語(yǔ)義搜索的范圍主要包括：

 

　　a. query tagging 和改寫，比如新品，年齡，尺碼，店鋪名，屬性，類目等搜索意圖識(shí)別和歸一化，query tagging 模型是用的經(jīng)典的序列標(biāo)注模型 bi-lstm + CRF，而標(biāo)簽分類（歸一化）作為模型另外一個(gè)任務(wù)，將序列標(biāo)注和分類融合在一起學(xué)習(xí)。

 

　　b. query 改寫，主要是計(jì)算 query 之間相似度，把一個(gè) query 改寫成多個(gè)語(yǔ)義相似的 query，通常做法是先用不同改寫策略生成改寫候選 query 集合，比如詞替換、向量化后 top k、點(diǎn)擊商品相似度等，然后在用 ltr 對(duì)后續(xù)集合排序找出合適的改寫集合，模型設(shè)計(jì)和訓(xùn)練相對(duì)簡(jiǎn)單，比較難的是如何構(gòu)建高質(zhì)量的訓(xùn)練樣本集合，線上我們用 bandit 的方法探測(cè)部分 query 改寫結(jié)果的優(yōu)劣，離線則用規(guī)則和生成對(duì)抗網(wǎng)絡(luò)生成一批質(zhì)量較高的樣本。

 

　　c. 商品內(nèi)容理解和語(yǔ)義標(biāo)簽，通過(guò)商品圖片，詳情頁(yè)，評(píng)價(jià)和同義詞，上下位詞等給商品打標(biāo)簽或擴(kuò)充商品索引內(nèi)容，比如用 image tagging 技術(shù)生成圖片的文本標(biāo)簽豐富商品內(nèi)容，或者更進(jìn)一步用直接用圖片向量和文本向量融合，實(shí)現(xiàn)富媒體的檢索和查詢。

 

　　d. 語(yǔ)義匹配，經(jīng)典的 DSSM 模型技術(shù)把 query 和商品變成向量，用向量?jī)?nèi)積表達(dá)語(yǔ)義相似度，在問(wèn)答或閱讀理解中大量用到多層 LSTM + attention 做語(yǔ)義匹配，同樣高質(zhì)量樣本，特別是高質(zhì)量負(fù)樣本很大程度上決定了模型的質(zhì)量，我們沒(méi)有采樣效率很低的隨機(jī)負(fù)采樣，而是基于電商知識(shí)圖譜，通過(guò)生成字面相似但不相關(guān)的 query 及相關(guān)文檔的方法生成負(fù)樣本。

 

　　從上面可以看到 query tagging、query 相似度、語(yǔ)義匹配和語(yǔ)義相關(guān)性是多個(gè)目標(biāo)不同但關(guān)聯(lián)程度非常高的任務(wù)。下一步計(jì)劃用統(tǒng)一的語(yǔ)義計(jì)算框架支持不同的語(yǔ)義計(jì)算任務(wù)，具體包括：

 

　　1. 開(kāi)發(fā)基于商品內(nèi)容的商品表征學(xué)習(xí)框架，為商品內(nèi)容理解，內(nèi)容生成，商品召回和相關(guān)性提供統(tǒng)一的商品表征學(xué)習(xí)框架，重點(diǎn)包括商品標(biāo)題，屬性，詳情頁(yè)和評(píng)價(jià)等文本信息抽取，圖像特征抽取和多模信號(hào)融合。

 

　　2. query 表征學(xué)習(xí)框架，為 query 類目預(yù)測(cè)，query 改寫，query 推薦等提供統(tǒng)一的表征學(xué)習(xí)框架，重點(diǎn)通過(guò)多個(gè) query 相似任務(wù)訓(xùn)練統(tǒng)一的 query 表征學(xué)習(xí)模型。

 

　　3. 語(yǔ)義召回，語(yǔ)義相關(guān)性等業(yè)務(wù)應(yīng)用模型框架。語(yǔ)義搜索除了增加搜索結(jié)果相關(guān)性，提升用戶體驗(yàn)外，也可以一定程度上遏制淘寶商品標(biāo)題堆砌熱門關(guān)鍵詞的問(wèn)題。

 

　　智能匹配。這里主要是指?jìng)€(gè)性化和排序。內(nèi)容包括：

 

　　a. ibrain （深度用戶感知網(wǎng)絡(luò)），搜索或推薦中個(gè)性化的重點(diǎn)是用戶的理解與表達(dá)，基于淘寶的用戶畫像靜態(tài)特征和用戶行為動(dòng)態(tài)特征，我們基于 multi-modals learning、multi-task representation learning 以及 LSTM 的相關(guān)技術(shù)，從海量用戶行為日志中直接學(xué)習(xí)用戶的通用表達(dá)，該學(xué)習(xí)方法善于「總結(jié)經(jīng)驗(yàn)」、「觸類旁通」，使得到的用戶表達(dá)更基礎(chǔ)且更全面，能夠直接用于用戶行為識(shí)別、偏好預(yù)估、個(gè)性化召回、個(gè)性化排序等任務(wù)，在搜索、推薦和廣告等個(gè)性化業(yè)務(wù)中有廣泛的應(yīng)用場(chǎng)景，感知網(wǎng)絡(luò)超過(guò) 10B 個(gè)參數(shù)，已經(jīng)學(xué)習(xí)了幾千億次的用戶行為，并且會(huì)保持不間斷的增量學(xué)習(xí)越來(lái)越聰明。

 

　　b. 多模學(xué)習(xí)，淘寶商品有文本、圖像、標(biāo)簽、id 、品牌、類目、店鋪及統(tǒng)計(jì)特征，這些特征彼此有一定程度的冗余和互補(bǔ)，我們利用多模學(xué)習(xí)通過(guò)多模聯(lián)合學(xué)習(xí)方法把多維度特征融合在一起形成統(tǒng)一的商品標(biāo)準(zhǔn)，并多模聯(lián)合學(xué)習(xí)中引入 self-attention 實(shí)現(xiàn)特征維度在不同場(chǎng)景下的差異，比如女裝下圖片特征比較重要，3C 下文本比較重要等。

 

　　c. deepfm，相對(duì) wide & deep 模型，deepfm 增加了特征組合能力，基于先驗(yàn)知識(shí)的組合特征能夠應(yīng)用到深度學(xué)習(xí)模型中，提升模型預(yù)測(cè)精度。

 

　　d. 在線深度排序模型，由于行為類型和商品重要性差異，每個(gè)樣本學(xué)習(xí)權(quán)重不同，通過(guò)樣本池對(duì)大權(quán)重樣本重復(fù) copy 分批學(xué)習(xí)，有效的提升了模型學(xué)習(xí)穩(wěn)定性，同時(shí)通過(guò)融合用戶狀態(tài)深度 ltr 模型實(shí)現(xiàn)了千人千面的排序模型學(xué)習(xí)。

 

　　e. 全局排序，ltr 只對(duì)單個(gè)文檔打分然后按照 ltr 分?jǐn)?shù)和打散規(guī)則排序，容易導(dǎo)致搜索結(jié)果同質(zhì)化，影響總頁(yè)效率，全局排序通過(guò)已知排序結(jié)果做為上下文預(yù)測(cè)下一個(gè)位置的商品點(diǎn)擊概率，有效提升了總頁(yè)排序效率。

 

　　f. 另外工程還實(shí)現(xiàn)了基于用戶和商品向量的向量召回引擎，相對(duì)倒排索引，向量化召回泛化能力更強(qiáng)，對(duì)語(yǔ)義搜索和提高個(gè)性化匹配深度是非常有價(jià)值的。以上實(shí)現(xiàn)了搜索從召回、排序特征、排序模型、個(gè)性化和重排的深度學(xué)習(xí)升級(jí)，在雙 11 無(wú)線商品搜索中帶來(lái)超過(guò) 10% （AB-Test） 的搜索指標(biāo)提升。

 

 

　　搜索中個(gè)性化產(chǎn)品都是成交最大化，導(dǎo)致的問(wèn)題是搜索結(jié)果趨同，浪費(fèi)曝光，今年做的一個(gè)重要工作是利用多智能體協(xié)同學(xué)習(xí)技術(shù)，實(shí)現(xiàn)了搜索多個(gè)異構(gòu)場(chǎng)景間的環(huán)境感知、場(chǎng)景通信、單獨(dú)決策和聯(lián)合學(xué)習(xí)，實(shí)現(xiàn)聯(lián)合收益最大化，而不是此消彼長(zhǎng)，在今年雙 11 中聯(lián)合優(yōu)化版本帶來(lái)的店鋪內(nèi)和無(wú)線搜索綜合指標(biāo)提升 12% （AB-Test），比非聯(lián)合優(yōu)化版本高 3% （AB-Test）。

 

　　性能優(yōu)化。在深度學(xué)習(xí)剛起步的時(shí)候，我們意識(shí)到深度模型 inference 性能會(huì)是一個(gè)瓶頸，所以在這方面做了大量的調(diào)研和實(shí)驗(yàn)，包括模型壓縮 （剪枝），低秩分解，量化和二值網(wǎng)絡(luò)。

 

　　通過(guò)以上技術(shù)，今年雙 11 期間在手淘默認(rèn)搜索、店鋪內(nèi)搜索、店鋪搜索等均取得了 10% （AB-Test） 以上的搜索指標(biāo)提升。

 

 

　　通用用戶表征學(xué)習(xí)。前面介紹的 DUPN 是一個(gè)非常不錯(cuò)的用戶表征學(xué)習(xí)模型，但基于 query 的 attention 只適合搜索，同時(shí)缺少基于日志來(lái)源的 attention，難以推廣到其他業(yè)務(wù)，在思考做一個(gè)能夠適合多個(gè)業(yè)務(wù)場(chǎng)景的用戶表征模型，非搜索業(yè)務(wù)做些簡(jiǎn)單 fine tuning 就能取得比較好的效果；同時(shí)用戶購(gòu)物偏好受季節(jié)和周期等影響，時(shí)間跨度非常大，最近 K 個(gè)行為序列假設(shè)太簡(jiǎn)單，我們?cè)谒伎寄軌蜃?life-long learning 的模型，能夠?qū)W習(xí)用戶過(guò)去幾年的行為序列；搜索鏈路聯(lián)合優(yōu)化。從用戶進(jìn)入搜索到離開(kāi)搜索鏈路中的整體優(yōu)化，比如 搜索前的 query 引導(dǎo)（底紋），搜索中的商品和內(nèi)容排序，搜索后的 query 推薦（錦囊）等場(chǎng)景；跨場(chǎng)景聯(lián)合優(yōu)化。今年搜索內(nèi)部主搜索和店鋪內(nèi)搜索聯(lián)合優(yōu)化取得了很好的結(jié)果，未來(lái)希望能夠拓展在更多大流量場(chǎng)景，提高手淘的整體購(gòu)物體驗(yàn)；多目標(biāo)聯(lián)合優(yōu)化。搜索除了成交外，還需要承擔(dān)賣家多樣性，流量公平性，流量商業(yè)化等居多平臺(tái)和賣家的訴求，搜索產(chǎn)品中除了商品搜索外還有「穹頂」，「主題搜索」，「錦囊」，「內(nèi)容搜索」等非商品搜索內(nèi)容，不同搜索目標(biāo)和不同內(nèi)容（物種）之間的聯(lián)合優(yōu)化未來(lái)很值得深挖。

 

　　智能交互?！杆阉髋判蜃龅脑俸盟阉饕仓皇且粋€(gè)工具」，如何把搜索從工具做成私人導(dǎo)購(gòu)助手，能夠聽(tīng)懂你的語(yǔ)言，了解你的情緒，能夠?qū)υ捄投噍喗换ィ鉀Q售前售后困惑，推薦更加個(gè)性化的商品應(yīng)該是搜索未來(lái)的另外一個(gè)主要發(fā)展方向。