百度 DNN 模型

百度 DNN 模型

百度是开展深度学习研究最早的公司之一，其 DNN 模型已经开放给所有用户使用，在百度 AI 开放平台有详细技术文档。

2017 年，原百度首席架构师朱凯华做过一次以《AI 赋能的搜索和对话交互》为题的演讲。演讲内容很多，感兴趣的读者搜索标题就能找到全文，演讲稿值得深入阅读。演讲里提到百度 2013 年上线的 DNN 模型是怎样极大提高了语义相关性的判断范围和准确性的。2013 年百度相关性提高的 34%来自 DNN 模型，2014 年全年相关性提升的 25%来自 DNN 模型。

DNN 模型使用的就是深度学习算法，通过 100 亿的用户点击数据训练模型，有超过 1 亿个参数。9.3.2 节将介绍的 Google RankBrain 是 2015 年上线的，所以百度应该是世界上第一个将人工智能真正应用到搜索排名算法中的公司。

如图 9-1 所示是百度 DNN 模型训练示意图。

图 9-1 百度 DNN 模型训练示意图

简单地说，就是对同一个查询词，模型分析了真实用户点击了的页面的标题及没有点击的页面标题，从而更深入理解哪些标题是满足了用户需求的。经常出现的情况是，页面标题并不包含查询词，用户却更愿意点击这些页面，说明这些页面被用户认为是相关的，满足了用户需求。这是经典的 TF-IDF 相关性算法无法计算出来的。

图 9-2 是一个具体例子。在 DNN 上线之前，用户搜索“ghibli 车头如何放置车牌”时，相关信息很少，没有什么页面的标题或页面内容出现这个查询词，但百度又必须给出搜索结果，传统搜索算法只能按关键词匹配返回一些 ghibli 的相关信息，却几乎没有

图 9-2 百度 DNN 模型上线前的搜索结果

“车头如何放置车牌”的信息，因此搜索结果质量不高。百度 DNN 模型上线后的搜索结果如图 9-3 所示。

图 9-3 百度 DNN 模型上线后的搜索结果

可以看到，搜索结果中还是没有以“ghibli 车头如何放置车牌”为标题的页面，但已经解决了用户的需要。算法根据用户点击数据，理解了“前”“前面”和“车头”是一个意思，“放哪里啊”“怎么装”“咋挂”和“如何放置”是一个意思，所以“ghibli 车牌咋挂”“ghibli 前面车牌照怎么装”这类页面回答了“ghibli 车头如何放置车牌”这个查询。人类很容易看懂这些标题是回答了查询问题的，但查询词和返回页面标题包含的关

键词很不一样，经典排名算法判断相关性就困难了。这种对相关性的理解不是传统的以关键词匹配为基础的搜索算法能算出来的，也不是前面介绍过的潜在语义索引能统计出来的（“如何放置”和“咋挂”恐怕不会经常出现在同一个文件中），而是 AI 系统经过大量真实用户的点击数据训练出来的。用户搜索“ghibli 车头如何放置车牌”时，经常点击 “ghibli 车牌咋挂”“ghibli 前面车牌照怎么装”这些页面，DNN 模型被训练后就知道，这些词之间是有强相关性的。

再举一个我自己看到的、觉得很能说明问题的例子。用户查询“二姐夫”，是想了解二姐的先生那个“二姐夫”吗？搜索引擎很可能通过 AI 系统学习用户点击数据，然后理解到绝大部分用户其实是想了解被称为“二姐夫”的羽毛球拍，所以排在前面的大多是与“二姐夫”字面意思相去甚远的羽毛球拍。在百度搜索“二姐夫”的结果如图 9-4 所示。

图 9-4 在百度搜索“二姐夫”的结果

这样的结果很难用关键词匹配或潜在语义索引理论解释，但从点击数据训练 AI 的

角度看就是顺理成章的了。

本文档为站内渲染。原始文件本地路径：saas/source/seo-llm/SEO实战密码-markdown-第09章-人工智能与-SEO-使用中的人工智能搜索算法-百度-DNN-模型-491178.md（仅本地保留，不入库不部署）