DSSM 双塔模型及双塔召回的缺陷
哪些公司问过
答案要点
- 双塔结构:query、doc分别编码为向量,用余弦或内积度量相似度
- 原始DSSM用词哈希降低词表,训练用正样本加负样本的softmax
- CNN-DSSM捕捉局部n-gram,LSTM-DSSM建模序列
- 优点:物品向量可离线计算,配合ANN高效召回
- 缺陷:缺少早期特征交叉;长尾物品表征不足;批内负采样带来流行度偏差
易错点
- 说DSSM在塔间做了深度交叉,实际只在最后计算相似度
- 只用ID特征构建物品塔,导致冷启动和长尾物品表征很差
- 批内负采样不做纠偏,热门物品被系统性压低
面试官常见追问
- 仅从双塔结构本身,如何提升长尾物品的表征?
- 多种方式组合词向量,相加和拼接有什么区别?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。