​当前相似文章召回，较为流行的有 bag of words，average word vectors，tfidf-weighting word vectors，这些方法能都实现文章向量的训练，但是对文章在语义空间中的表达仍有一定的欠缺，主要原因是不能够学习到单词的顺序或者句子的语义。Doc2vec又叫Paragraph Vector是Tomas Mikolov基于word2vec模型提出的，doc2vec 相较于传统的 word2vec 的方法，考虑了文章中单词的顺序，能更好更准确的在向量空间中表示一篇文章的语义，而相比于神经网络语言模型，Doc2vec 的省时省力更适合工业落地。

文章语义向量化后，利用 Milvus 对特征向量做相似度检索。能极大的提高相似文章的召回速度，做到实时相似文章召回。最后获取召回的相似文章相似度，根据业务场景通过策略加权，最终排序输出符合当前业务的相似文章结果。

| 直播流程

首先利用 doc2vec 训练文章向量，简单讲解训练中注意的问题。

之后将训练好的文章向量储存分区到 milvus，通过 milvus 快速召回相似文章，并返回相似度，milvus 的操作介绍。

最后将返回的相似文章通过 milvus 查询其标题向量并计算相似度，通过标题和文章相似度加权得分进行排序，得到最终相似文章召回列表。最后的加权排序是与业务强相关的，这里会介绍相似文章召回与业务场景的结合，并简单介绍实例标题与文章相似度的加权。

答疑

| 讲师介绍

松鼠， 推荐算法工程师

曾多次参加算法比赛，在阿里天池推荐比赛多次 top10%，Kaggle 比赛多次银牌，有较丰富的推荐经验，结合业务场景落地推荐系统。

| 活动信息

时间：5/30 （Sat.) 3:00 PM - 4:00 PM

直播间： 

https://www.slidestalk.com/m/150

https://live.bilibili.com/21709450

​

| 看直播拿好礼

我们会从报名的名单中抽出 5 名幸运的童鞋送出限量的 Milvus 不锈钢冰石，有了它今夏的快乐加倍！5/28 前报名才有机会参加抽奖喔，手慢无！