QH.的案例列表
广告搜索
在华为⾃研的搜索平台上， 针对搜索⼴告业务， 通过搜索、推荐算法实现及优化， 完成细粒度意图识别功能： 1）分析数据分布、物料关键词等， 并基于BM25算法实现检索模型的整体流程及商品数据预标注功能； 2）通过分级分类⽅法、域信息的使⽤、数据扩充、query优化、阈值截断等⽅法优化检索模型效果； 3）基于word embedding和余弦相似度检索的⽅法， 实现基于商品内容的相似性推荐功能。 成果：实现了搜索系统的意图识别及商品推荐的整体流程， 与现有基于规则的⽅案相⽐， 提升了⼴告类⽬分类效果：
智能问答
针对于特定应⽤场景下， 实现智能对话客服系统， 主要负责关键词提取、稀疏检索器的实现及优化等⼯作： 1）对数据进⾏处理， 并使⽤TF-IDF、TextRank等⽅法进⾏关键词提取， 使⽤稀疏检索器实现搜索匹配； 2）通过层级信息的使⽤、数据扩充⽅法、基于PageRank思想的⽂档重要性评分等⽅法， 改进模型搜索效果； 成果：在有效防⽌较差回答的召回的同时， 搜索指标对⽐基准模型提升10%左右， 得到更优质的回答。
广告搜索
在华为⾃研的搜索平台上， 针对搜索⼴告业务， 通过搜索、推荐算法实现及优化， 完成细粒度意图识别功能： 1）分析数据分布、物料关键词等， 并基于BM25算法实现检索模型的整体流程及商品数据预标注功能； 2）通过分级分类⽅法、域信息的使⽤、数据扩充、query优化、阈值截断等⽅法优化检索模型效果； 3）基于word embedding和余弦相似度检索的⽅法， 实现基于商品内容的相似性推荐功能。 成果：实现了搜索系统的意图识别及商品推荐的整体流程， 与现有基于规则的⽅案相⽐， 提升了⼴告类⽬分类效果：在使⽤ 千万级词库时， 识别效果为85%的top1准确率（提升15%以上）， 99.4%的top5
智能问答
针对于特定应⽤场景下， 实现智能对话客服系统， 主要负责关键词提取、稀疏检索器的实现及优化等⼯作： 1）对数据进⾏处理， 并使⽤TF-IDF、TextRank等⽅法进⾏关键词提取， 使⽤稀疏检索器实现搜索匹配； 2）通过层级信息的使⽤、数据扩充⽅法、基于PageRank思想的⽂档重要性评分等⽅法， 改进模型搜索效果； 成果：在有效防⽌较差回答的召回的同时， 搜索指标对⽐基准模型提升10%左右， 得到更优质的回答。
案例判断参考
QH.的案例列表
广告搜索
在华为⾃研的搜索平台上， 针对搜索⼴告业务， 通过搜索、推荐算法实现及优化， 完成细粒度意图识别功能： 1）分析数据分布、物料关键词等， 并基于BM25算法实现检索模型的整体流程及商品数据预标注功能； 2）通过分级分类⽅法、域信息的使⽤、数据扩充、query优化、阈值截断等⽅法优化检索模型效果； 3）基于word embedding和余弦相似度检索的⽅法， 实现基于商品内容的相似性推荐功能。 成果：实现了搜索系统的意图识别及商品推荐的整体流程， 与现有基于规则的⽅案相⽐， 提升了⼴告类⽬分类效果：...
智能问答
针对于特定应⽤场景下， 实现智能对话客服系统， 主要负责关键词提取、稀疏检索器的实现及优化等⼯作： 1）对数据进⾏处理， 并使⽤TF-IDF、TextRank等⽅法进⾏关键词提取， 使⽤稀疏检索器实现搜索匹配； 2）通过层级信息的使⽤、数据扩充⽅法、基于PageRank思想的⽂档重要性评分等⽅法， 改进模型搜索效果； 成果：在有效防⽌较差回答的召回的同时， 搜索指标对⽐基准模型提升10%左右， 得到更优质的回答。...
广告搜索
在华为⾃研的搜索平台上， 针对搜索⼴告业务， 通过搜索、推荐算法实现及优化， 完成细粒度意图识别功能： 1）分析数据分布、物料关键词等， 并基于BM25算法实现检索模型的整体流程及商品数据预标注功能； 2）通过分级分类⽅法、域信息的使⽤、数据扩充、query优化、阈值截断等⽅法优化检索模型效果； 3）基于word embedding和余弦相似度检索的⽅法， 实现基于商品内容的相似性推荐功能。 成果：实现了搜索系统的意图识别及商品推荐的整体流程， 与现有基于规则的⽅案相⽐， 提升了⼴告类⽬分类效果：在使⽤ 千万级词库时， 识别效果为85%的top1准确率（提升15%以上）， 99.4%的top5...
智能问答
针对于特定应⽤场景下， 实现智能对话客服系统， 主要负责关键词提取、稀疏检索器的实现及优化等⼯作： 1）对数据进⾏处理， 并使⽤TF-IDF、TextRank等⽅法进⾏关键词提取， 使⽤稀疏检索器实现搜索匹配； 2）通过层级信息的使⽤、数据扩充⽅法、基于PageRank思想的⽂档重要性评分等⽅法， 改进模型搜索效果； 成果：在有效防⽌较差回答的召回的同时， 搜索指标对⽐基准模型提升10%左右， 得到更优质的回答。...
