双塔模型扩量负样本的方法比较

之前有一段时间做过双塔的召回模型[1]，线上各个指标有了不错的提升。目前双塔模型也是被各大公司钟爱的召回模型。对主流召回模型的分享整理在：总结下自己做过的深度召回模型

双塔模型在训练时是对一个batch内样本训练。一个batch内每个样本 (user和item对)为正样本，该user与batch内其它item为负样本。这样训练的方式可能有以下问题：

负样本的个数不足。训练时负样本个数限制在了batch内样本数减1，而线上serving时需要在所有候选集中召回用户感兴趣的样本。模型只能从当前batch内区分出batch内正样本，无法很好地从所有候选集中区分正样本。

未点击的item没有做负样本。由于batch内的item都是被点击过的，因此没有被点击item无法成为负样本，在线上serving容易它们被召回出来。一种解决方法是之前没被点击过的item不导出到候选集中，然而这样存在的问题是召回的item很多是之前点击的热门item，而很多冷门的item没有机会召回。

最近，有两篇文章提出了双塔模型扩量负样本的方法。这两种方法我也曾尝试过，线下线上指标也有一定的提升。

一、Two Tower Model

再介绍其它方法之前，先回顾一下经典的双塔模型建模过程。

用 表示双塔模型计算的user 和item 的相似性：

是表示user塔，输出user表示向量； 是item，输出item表示向量。最后相似性是两个向量的余弦值。batch内概率计算公式为： 表示一个batch的意思。损失函数是交叉熵。

作者在计算user和item的相似度时，用了两个优化方法：

。  可以扩大相似度范围，扩大差距。

。 是item 在随机样本中被采样的概率，也就是被点击的概率。

关于优化2的解释有很多。论文中说热门item出现在batch内概率较大，因此会被大量做负样本。另一种解释是增加对冷门item的相似度。相比热门item，冷门item更能反映用户兴趣。

图1反映了双塔模型的batch采样过程。query也可以表示user。我们采样一个batch的user和对应正样本的item，计算各自的embedding后，通过点乘得到logits（B*B）的矩阵。label矩阵是一个单位矩阵。logit矩阵与label矩阵的每对行向量一起求交叉熵。

图1：双塔模型batch采样

二、Mixed Negative Samping(MNS)

MNS[2]与双塔模型[1]出自谷歌团队的同一批作者。用一个batch数据训练时，MNS还会在所有的数据集中采样出 个item。这样可以让所有的item参与到训练中，一些曝光未点击的item也会当作负样本。同时，双塔模型中使用的 等于训练样本中的频率加上所有数据集中的频率分布。概率公式重新定义如下：

作者在这里只对负样本的相似性减去了频率的log值。

MNS的batch采样方法见图2。最终计算的logits和label矩阵是一个B*(B+B')维的。其实就是在图1展示的基础上再增加B'列。logits的最后B'列是user与B‘内的item计算的相似性，label的最后B'列是全0矩阵。

相比于每个样本都随机采样出一定量的负样本，为每个batch都采样出B‘个负样本的不仅有先前双塔模型的计算效率，也缓和负样本不足的问题，并且让每个样本均有机会做负样本。

图2：MNS的batch采样

三、Cross Batch Negative Samping(CBNS)

CBNS[2]是清华大学和华为合作提出的方法。文中提到，双塔模型的计算优势在于利用了batch内的负样本，减小的计算量。如果我们想扩大batch内样本个数，加大负样本个数，需要很多的内存。因此，作者提出一个使用之前训练过的item作为负样本的方法。

神经网络训练达到一定轮数后，会对相同的样本产生稳定的向量。作者在论文中定义了这个想法。因此把之前训练过的item作为当前训练的负样本时，模型只需要把这些item的向量拿过来使用，不需要再输出到神经网络中产生新的向量，毕竟这两种向量的差距较小。

作者使用了FIFO（先进先出）队列，item塔输出向量时，会放进FIFO中。当warm-up training达到一定的轮数后，训练模型时，会从FIFO拿出一批向量作为负样本的向量。这样做不仅减少了计算量，在扩充负样本的时候也减少了内存的使用。计算公式与MNS差别不大：

也就是内容一中的优化2。B'在这里是从FIFO中取出的一批向量。

图3展示了CBNS与只用batch内负样本的不同。CBNS维持了一个memory bank。在训练时，会从里面拿出一定量的向量。

然而，CBNS的负样本只有点击过的样本，未点击的样本无法作为负样本。

图3：CBNS采样方法

审核编辑：郭婷