DSSM经典模型的优点;1.解决了字典爆炸问题,降低了计算复杂度;2.中文方面使用字作为最细切分粒度,可以复用每个字表达的词义,减少分词的依赖,从而提高模型的泛化能力;3.字母的n-gram可以更好的处理新词,具有较强的鲁棒性;4.使用有监督的方法,优化语义embedding的映射问题;5.省去了人工特征工程;6.采用有监督训练,精度较高。
A1.2.3.4
B1.3.4.6
C1.2.3.4.5.6
D3.4.6
A1.2.3.4
B1.3.4.6
C1.2.3.4.5.6
D3.4.6