训练loss正常下降，验证loss下降缓慢 about dssm HOT 6 OPEN

确实会有这个问题，我这边排查也没找到问题所在，猜测是数据集问题，所以进行了以下实验：

• 数据：更换数据集为LCQMC口语化描述的语义相似度数据集（实在找不到其他公开的搜索点击数据集，用语义相似数据集实验），模型也从多塔变成了双塔模型，见siamese_network.py。
• 结果：目前看在此数据集上测试数据集的准确率是提升的，所以猜测是数据集问题，看了oppo里面的似乎有些相同的query和doc，都没有被点击。。。

from dssm.

我也是，测试集loss甚至开始涨了

from dssm.

收到，这个周末会进行排查解决

from dssm.

确实会有这个问题，我这边排查也没找到问题所在，猜测是数据集问题，所以进行了一下实验：

• 数据：更换数据集为LCQMC口语化描述的语义相似度数据集（实在找不到其他公开的搜索点击数据集，用语义相似数据集实验），模型也从多塔变成了双塔模型，见siamese_network.py。
• 结果：目前看在此数据集上测试数据集的准确率是提升的，所以猜测是数据集问题，看了oppo里面的似乎有些相同的query和doc，都没有被点击。。。

辛苦啦

from dssm.

确实会有这个问题，我这边排查也没找到问题所在，猜测是数据集问题，所以进行了以下实验：

• 数据：更换数据集为LCQMC口语化描述的语义相似度数据集（实在找不到其他公开的搜索点击数据集，用语义相似数据集实验），模型也从多塔变成了双塔模型，见siamese_network.py。
• 结果：目前看在此数据集上测试数据集的准确率是提升的，所以猜测是数据集问题，看了oppo里面的似乎有些相同的query和doc，都没有被点击。。。

你好，我有两个小问题：
1、请问为什么这里bert作为特征提取器时，不考虑多塔模型呢？个人感觉DSSM的精髓之一就是在于用多塔结构放大了样本间的区别。
2、siamese_network.py里有个函数是siamese_loss，好像没有被使用过，请问这个函数里的out1、out2和loss的计算方式是什么样的方便讲一下吗？是否可以据此改造成bert多塔模型？

from dssm.

确实会有这个问题，我这边排查也没找到问题所在，猜测是数据集问题，所以进行了以下实验：

• 数据：更换数据集为LCQMC口语化描述的语义相似度数据集（实在找不到其他公开的搜索点击数据集，用语义相似数据集实验），模型也从多塔变成了双塔模型，见siamese_network.py。
• 结果：目前看在此数据集上测试数据集的准确率是提升的，所以猜测是数据集问题，看了oppo里面的似乎有些相同的query和doc，都没有被点击。。。

你好，我有两个小问题：
1、请问为什么这里bert作为特征提取器时，不考虑多塔模型呢？个人感觉DSSM的精髓之一就是在于用多塔结构放大了样本间的区别。
2、siamese_network.py里有个函数是siamese_loss，好像没有被使用过，请问这个函数里的out1、out2和loss的计算方式是什么样的方便讲一下吗？是否可以据此改造成bert多塔模型？

siamese_network.py中的SiamenseBert类就是bert双塔模型，由于LCQMC的数据集是query对，所以这里是双塔模型

from dssm.