多模态在京东内容算法上的应用
导读 我是唐烨,来自京东零售搜推内容算法团队,今天跟大家分享多模态算法在京东电商内容上的应用。本次分享分为三部分,首先是京东内容理解能力概况;其次是多模态在京东视频分发业务场景的应用,包括召回和精排上的具体模型建模;最后将展望我们未来潜在的实践方向。
主要内容包括以下几大部分:1. 京东内容理解能力介绍
2. 未来方向
3. Q&A
分享嘉宾|唐烨 京东集团 技术总监
编辑整理|徐亚楠
内容校对|李瑶
出品社区|DataFun
京东内容理解能力介绍
分类标签:包括主题标签(如健康减肥、食疗养生等对内容显示化标签的分类)、兴趣标签(如美食、数码等对用户个性化兴趣的分类)、题材标签(如产品展示、知识图谱等对知识类别的分类)、风格标签(如性感擦边等对主题风格的刻画)。
质量标签:包括封面质量、标题质量、视频质量、音频质量等,保证分发视频和直播的高质量。
语义表征:对标题、关键帧和封面嵌入表征。
未来的方向
Q&A
分享嘉宾
INTRODUCTION
唐烨
京东集团
技术总监
武汉大学计算机硕士,京东搜推内容算法负责人,负责京东搜索推荐视频、直播、店铺、聚合素材业务算法工作。专注互联网搜广推行业近 10 年,先后在新浪微博负责粉丝经济商业化和视频推荐业务,华为云化 SDN 集群智能化工作。
活动推荐
往期推荐
LLM+RAG:大模型在金融场景的落地探索
智能电销新纪元:大模型技术的应用与未来趋势
Apache Hudi 从零到一:初识表服务:压缩、清理及索引(五)
小红书推荐系统迭代:AB测试架构的高效与稳定性策略
7倍性能提升|阿里云AnalyticDB Spark向量化能力解析
FinLLM:金融大模型真实场景落地实践
数据普惠与智能分析:LLM时代下指标平台的构建与创新实践
数据治理体系建设与落地探索
企查查的数据降本增效之路
小红书训推异构引擎的设计与应用
点个在看你最好看
SPRING HAS ARRIVED