使用对抗训练与鲁棒建模技术预测查询-商品关系
信息检索
2022-08-24 v1 人工智能
摘要
我们提出一种预测搜索查询与商品关系的有效方法。我们结合预训练的 transformer 与 LSTM 模型，并使用对抗训练、指数移动平均、多采样 dropout 以及基于多样性的集成来提高模型鲁棒性，以应对预测未见查询这一极其困难的问题。我们所有策略都聚焦于提升深度学习模型的鲁棒性，并适用于任何使用深度学习模型的任务。应用我们的策略，我们在 KDD Cup 2022 商品替代分类任务中取得了第 10 名的成绩。
引用
@article{arxiv.2208.10751,
title = {Predicting Query-Item Relationship using Adversarial Training and Robust Modeling Techniques},
author = {Min Seok Kim},
journal= {arXiv preprint arXiv:2208.10751},
year = {2022}
}