编辑导读：微信已经成了不少人获取咨询的来历之一，看一看成果在这基本上实现内容的准确推荐，以及拓宽用户阅读乐趣，冲破信息茧房。本文从六个方面，以多模子内容计策与召回的角度阐明微信看一看，但愿对你有辅佐。

一、看一看先容

相信对付不少人而言微信已经成为获取资讯的主要场景。与此同时，由于微信用户群体的复杂，也吸引了大量的内容出产者在微信民众平台缔造内容，以获取用户存眷、点赞、保藏等。微信内的内容推荐产物：看一看应运而生。

基于微信通过多年的用户沉淀，积聚获得的大量“隐式反馈”阅读乐趣信息，可以精准的实现内容与内容消费者之间的推荐。同时，承袭低落用户获取信息茧房效应，拓宽用户阅读乐趣，加强互动，强化用户认知，实时获取咨询等等诉求，看一看不绝在算法迭代的同时，引入种种腾讯系，外部图文，视频，资讯，小视频等内容，富厚内容多样性的同时不绝上线优化产物体验与举办样式优化。

二、内容库与内容画像 1. 内容源

看一看接入了很是多相助方的数据作为内容源，包括但不只限于微信公家平台及其他外部内容等等。

由于接入数据源较多，各家数据在内容、质量、品类等方面差别性较量大。看一看平台方会对数据做“归一化”操纵，包罗标签统一化，推荐标签提取，内容投放方针，投放人群倾向性等内容领略处理惩罚，这部门我们称为看一看内容画像部门。

2. 内容画像

内容领略：对接各类外部图文等内容，对接入内容做业务级内容多维基能力略，同时举办外部标签与自有标签体系对齐，完成应用级内容打标。

反馈至下游应用方：用户需求系统，召回计策，召回模子，排序/混排等利用。同时，在业务数据转动与迭代中批改数据判定精度与结果，慢慢贴合与晋升业务线结果。

我们将内容画像，界说为两个大维度：通过内容自己来领略内容， 通过用户行为来领略内容。前者主要针对内容抽取静态属性标签；后者则通过用户行为积聚的后验数据、统计或模子预估内容的常识、倾向性、投放方针以及抽象表达。

3. 多模态标签语义标签

我们将文本语义按粗到细粒度分为：文本多分类（1-3级），主题topic model（长效topic，及时topic），tagCluster， tag/entity，这也是NLP规模一连在存眷和研究的重点偏向。

文天职类与模式识别中心相助对长/随笔本练习基于标注的增量多分类模子（1-2级分类精确率可以到达90%+），支持规模内DL文天职类模子。

Topic Model作为重要分支，为支持看一看推荐业务，办理了时效性热点的快速topic增量模子，实现多层级（1000维，1500维度，5000维， 1W维）topic model，以及以此为基本衍生出的topic Embedding技能等。

Tagcluster是介于tag和topic粒度之间的一类tag聚簇观念，维度为10W级；用于办理语义自动语义聚合的可表明问题；要害词提取（标签提取），技能演进从传统的基于标注，到半监视，到自动标注的序列提取的浅层模子；已经全部迁移为基于bilstm+attention+CRF 和 bert的一套深度模子系统。

标签是推荐系统的焦点基本本领，深度模子的引入对算法精确率与包围率都有显著的晋升。

视频领略的相关维度，我们与外部团队深度相助，成立起一套基于短/小视频，封面图多维度的多媒体特征体系，包罗人脸识别，人脸embedding，标签，一二级分类，视频embedding暗示，水印，OCR识别，清晰度，低俗色情，敏感信息等多种维度。有力帮助多媒体领略深度，并遍及用于召回模子，曝光展示计策，过滤计策等，今朝，在召回与计策层面已经证明有必然在线晋升结果。

4. 基于常识体系的暗示与可表明标签

常识图谱作为常识承载系统，用于对接表里部要害词信息与词干系信息；内容画像会将原干系信息整合，并构建可业务应用的干系常识体系。

其次，依赖业务中积聚用户行为发生的实体干系数据，自己用户需求的标签信息，一并用于构建业务常识的乐趣图谱，基于同构 *** 与异构 *** 暗示进修等焦点模子，输出常识暗示与表达，抽象后的图谱用于文本识别，推荐语义领略，乐趣拓展推理等场景，直接用于乐趣推理的冷启场景已履历证有很不错的收益。

5. 嵌入暗示

语义嵌入暗示：这类是相对已经较量成熟的技能，基于随笔本tag， word粒度，句子粒度，doc粒度都可以构建embedding暗示。其次，除文本外，更为富厚的多媒体信息的融入，已经可以验证在必然水平上可以加强表达本领。