导读：目前信息流推荐中使用的内容理解技术，主要有两部分构成：1. 门户时代和搜索时代遗留的技术积累：分类、关键词以及知识图谱相关技术；2. 深度学习带来的技术福利：embedding。但是分类对于兴趣点刻画太粗，实体又容易引起推荐多样性问题，而 embedding 技术又面临难以解释的问题。这次主要介绍在信息流推荐中，腾...
嘉宾：刘雨丹 腾讯 高级研究员整理：Jane Zhang来源：DataFunTalk出品：DataFun注：欢迎关注DataFunTalk同名公众号，收看第一手原创技术文章。导读：本次分享是微信看一看团队在 KDD2019 上发表的一篇论文。长尾问题是推荐系统中的经典问题，但现今流行的点击率预估方法无法从根本上解决这个问题。文章在 look-alike 方...
嘉宾：袁彩霞 博士 北京邮电大学 副教授整理：Hoh Xil来源：阿里小蜜 & DataFun AI Talk出品：DataFun注：欢迎转载，转载请在留言区内留言。导读：本次分享的主题为人机对话技术研究进展与思考。主要梳理了我们团队近两年的工作，渴望可以通过这样的介绍，能给大家一个关于人机对话 ( 包括它的科学问题和应用技术 ) 方面...
