近日，搜狗搜索在由微軟亞洲研究院和微軟新聞產品團隊聯合舉辦的“MIND新聞推薦比賽”中技壓群雄，擊敗來自加拿大、法國、韓國等全球各地的技術團隊，榮獲國際比賽第一名。
(圖片：比賽官網截圖)
眾所周知，推薦技術在新聞資訊(今日頭條)，短視頻(抖音，快手)，商品推薦(淘寶)等領域取得了巨大的成功，得到了工業界和學術界的廣泛關注。與產品推薦、電影推薦或是餐廳推薦領域通常有一些公認的基準數據集不同，在新聞推薦領域，高質量的基準數據集比較匱乏，一定程度阻礙和制約了這一領域的深入研究。
為此，微軟亞洲研究院聯合微軟新聞產品團隊在ACL 2020上發布了規模最大的英文新聞推薦數據集MIND，并舉辦了 MIND 新聞推薦比賽。此次的比賽正是基于MIND新聞推薦數據集展開，在全球范圍內征集最優秀的個性化新聞推薦解決方案，更好地推動新聞推薦領域的技術發展，以改善用戶的新聞閱讀體驗。
而作為本次國際比賽的冠軍隊伍，搜狗搜索在本次競賽中再次彰顯出了專業的技術實力。憑借著自身在搜索領域和推薦算法方面多年的技術深耕和積累，搜狗搜索在本次比賽中采用了多角度信息綜合建模的方案，單一模型通過融合多個降采樣數據集取得較好效果。搜狗搜索提供的解決方案各項指標數據均領先，最終在本次國際競賽中奪冠。
具體而言，在數據處理方面，針對正負樣本不平衡，正樣本率只有4%的情況，搜狗搜索做了1/5負樣本降采樣，并由此構建了5份不同數據集(負樣本不同)，有效節約了單模型訓練時間，并且單模型效果和使用全量數據相比并沒有明顯效果衰減。除此之外，在文本建模方面，利用BERT的BPR分詞器，采用文檔內部詞匯Attention，文檔間利用要預測的目標新聞進行Attention綜合建模。最后，通過DNN+DIN注意力機制+DLRM(特征交叉)的結合進行多角度特征融合，包括用戶ID、文檔ID、類別、實體、標題、摘要和正文特征等，對多角度信息進行有效融合，使得新聞推薦做到更加精準和個性化。更值得一提的是，搜狗搜索的這些領先技術目前已在包括搜狗搜索APP、搜狗手機瀏覽器等多款產品中落地應用。
(圖片：技術原理示意)
作為連接人、服務，信息甚至是知識之間的橋梁，搜索技術和推薦技術應用場景雖有差異，但是背后的技術有很大的關聯。搜狗搜索作為國內領先的搜索引擎，在推薦技術和搜索技術有長足的積累和領先優勢，才使得搜狗搜索能在與世界各地的技術團隊競賽較量中脫穎而出，一舉奪冠。
