Guest
🔥 Использование нейронных сетей в алгоритмах ранжирования Яндекса и Google: основные вехи и примеры. Подробней: , презентация вебинара: 1. Нейронные сети — один из методов машинного обучения. Машинное обучение используется в поиске с 200X-х годов: - В 2009 году Яндекс анонсировал алгоритм Снежинск, который использовал технологию MatrixNet. - В 2016 году Яндекс впервые публично заявил о применении нейросетей: алгоритм Палех. - Основные вехи. Яндекс: 2016 — Палех, 2017 — Королёв, 2020 — YATI. Google: 2013 — word2vec, 2019 — BERT. 2. Место в алгоритме ранжирования. Факторы, вычисленные с помощью нейросетей являются «одними из» в общей совокупности факторов, которые используются для построения итоговой формулы (CatBoost). 3. Пример «смешанной» выдачи (см. видео). Каждый из факторов «тянет» в свою сторону, в результате происходит «борьба» факторов, отвечающих на «смысл» с теми, которые отвечают за «обычные вхождения» в текст. В «борьбе» принимают участие и все остальные факторы: - Поведенческие - Хостовые факторы (сайт) - Ссылочные 4. Доминирование «смысла». В ряде случаев, когда прямых ответов на запрос пользователя оказывается мало (24 документа по точному вхождению фразы [фильм про человека который выращивал картошку на другой планете]) факторы, отвечающие за «смысл» начинают играть большую роль. Итог: в выдаче преобладают документы, найденные по «смыслу». = Важный вывод = С запуском YATI в Яндексе — факторы «смысла» стали впервые «бить» факторы вхождений. * — Правда, по мНЧ-фразам Спикер: Дмитрий Севальнев, евангелист в Пиксель Тулс.
