基于视觉-语言预训练的电商商品检索探究
信息检索
2023-04-18 v2
摘要
电商搜索引擎包含检索阶段与排序阶段，其中第一阶段根据用户查询返回候选商品集合。近来，结合文本信息与视觉线索的视觉-语言预训练在检索任务应用中颇为流行。本文提出一种新颖的 V+L 预训练方法以解决淘宝搜索中的检索问题。我们设计了一种基于对比学习的视觉预训练任务，优于常见的基于回归的视觉预训练任务。此外，我们采用了两种针对大规模检索任务定制的负采样方案。另外，我们介绍了所提方法在真实场景中在线部署的细节。大量离线/在线实验证明了我们的方法在检索任务上的优越性能。我们所提方法被用作淘宝搜索的一个检索通道，并实时服务于数亿用户。
引用
@article{arxiv.2304.04377,
title = {Delving into E-Commerce Product Retrieval with Vision-Language Pre-training},
author = {Xiaoyang Zheng and Fuyu Lv and Zilong Wang and Qingwen Liu and Xiaoyi Zeng},
journal= {arXiv preprint arXiv:2304.04377},
year = {2023}
}
备注
5 pages, 4 figures, accepted to SIRIP 2023