文章列表

KDD Cup 2020 AutoGraph比赛冠军技术方案及在美团的实践

坚强
ACM SIGKDD (国际数据挖掘与知识发现大会,简称 KDD)是数据挖掘领域的国际顶级会议。美团参加了KDD Cup比赛中Debiasing、AutoGraph、Multimodalities Recall等三道赛题,最终在Debiasing赛道中获得冠军(1/1895),在AutoGraph赛道中也获得了冠军(1/149),并在Multimodalities Recall赛道中获得了季军(3/1433)。 阅读全文

KDD Cup 2020 Debiasing比赛冠军技术方案及在美团的实践

坚强
ACM SIGKDD (国际数据挖掘与知识发现大会,简称 KDD)是数据挖掘领域的国际顶级会议。美团参加了KDD Cup比赛中Debiasing、AutoGraph、Multimodalities Recall等三道赛题,最终在Debiasing赛道中获得冠军(1/1895),在AutoGraph赛道中也获得了冠军(1/149),并在Multimodalities Recall赛道中获得了季军(3/1433)。 阅读全文

MT-BERT在文本检索任务中的实践

兴武
提高机器阅读理解(MRC)能力以及开放领域问答(QA)能力是自然语言处理(NLP)领域的一大重要目标。在人工智能领域,很多突破性的进展都基于一些大型公开的数据集。 阅读全文

美团搜索中NER技术的探索与实践

丽红,星池,燕华,马璐,廖群,志安,刘亮,李超,云森,永超等
NER是信息提取、问答系统、句法分析、机器翻译、面向Semantic Web的元数据标注等应用领域的重要基础工具,在自然语言处理技术走向实用化的过程中占有重要的地位。 阅读全文

智能搜索模型预估框架Augur的建设与实践

朱敏,紫顺,乐钦,洪晨,乔宇,武进,孝峰,俊浩等
本文将与大家探讨美团搜索与NLP部使用的统一在线预估框架Augur的设计思路、效果、优势与不足,希望对大家有所帮助或者启发。 阅读全文

BERT在美团搜索核心排序的探索和实践

李勇 佳昊 杨扬 金刚 周翔 朱敏等
为进一步优化美团搜索排序结果的深度语义相关性,提升用户体验,搜索与NLP部算法团队从2019年底开始基于BERT优化美团搜索排序相关性,经过三个月的算法迭代优化,离线和线上效果均取得一定进展。本文主要介绍探索过程以及实践经验。 阅读全文

ICRA 2020轨迹预测竞赛冠军的方法总结

炎亮 佳禾 德恒 冬淳
行人轨迹预测问题是无人驾驶技术的重要一环,已成为近年来的一项研究热点。在机器人领域国际顶级会议ICRA 2020上,美团无人配送团队在行人轨迹预测竞赛中夺冠,本文系对该预测方法的一些经验总结,希望能对大家有所帮助或者启发。 阅读全文

美团无人配送CVPR2020论文CenterMask解读

钰晴 申浩等
计算机视觉技术是实现自动驾驶的重要部分,美团无人配送团队长期在该领域进行着积极的探索。不久前,高精地图组提出的CenterMask图像实例分割算法被CVPR2020收录,本文将对该方法进行介绍。 阅读全文

Transformer 在美团搜索排序中的实践

肖垚
近年来,BERT等Transformer模型大放异彩,在搜索推荐系统应用也成为业界潮流。美美今天介绍的这篇文章,将分享Transformer在美团搜索排序上的实践经验。 阅读全文

WSDM Cup 2020检索排序评测任务第一名经验总结

帅朋
美团搜索与NLP部与国内高校组队,提出了一种基于BERT和LightGBM的多模融合检索排序解决方案,拿下了WSDM Cup 2020 Task 1榜单的第一名,本文系经验总结文章。 阅读全文

想进美团不知道选哪个技术岗位?这里有一份通关秘籍!

王鹏
随着互联网的高速发展,技术岗位在不断地细分,比如软件开发不仅分为前端和后端,前端会分为Web、iOS和Android三个方向,后端又分为后台、系统、数据等。现在异常火爆的AI方向更是让人「眼花缭乱」,深度学习、数据挖掘、NLP、人脸识别、知识图谱等等。那么,我们应该如何更好地选择适合自己的技术岗位呢? 阅读全文

美团智能配送系统的运筹优化实战

王圣尧
深入各个产业已经成为互联网目前的主攻方向,线上和线下存在大量复杂的业务约束和多种多样的决策变量,为运筹优化技术提供了用武之地。作为美团智能配送系统最核心的技术之一,运筹优化是如何在美团各种业务场景中进行落地的呢? 阅读全文

美团点评技术年货:900+页电子书,覆盖前端、后台、大数据、算法……

技术学院
2020年春节到来之际,我们精选美团技术博客几十篇技术干货以及数篇国际顶会论文,整理制作成一本厚达900多页的电子书,作为新年礼物赠送给大家。 阅读全文

顶会论文:基于神经网络StarNet的行人轨迹交互预测算法

炎亮 德恒 冬淳 华夏
民以食为天,如何提升超大规模配送网络的整体配送效率,改善数亿消费者在”吃“方面的体验,是一项极具挑战的技术难题。面向未来,美团正在积极研发无人配送机器人,建立无人配送开放平台,与产学研各方共建无人配送创新生态,希望能在一个场景相对简单、操作高度重复的物流配送中,提高物流配送效率。 阅读全文

美团BERT的探索和实践

杨扬 佳昊 金刚
2018年,自然语言处理(Natural Language Processing,NLP)领域最激动人心的进展莫过于预训练语言模型,包括基于RNN的ELMo和ULMFiT,基于Transformer的OpenAI GPT及Google BERT等。 阅读全文

配送交付时间轻量级预估实践

基泽 闫聪
美团配送技术团队的核心任务,就是将每天来自祖国各地的数千万份订单,迅速调度几十万骑手小哥按照最优路线,并以最快的速度送到大家手中。 阅读全文

XGBoost缺失值引发的问题及其深度分析

李兆军
XGBoost模型作为机器学习中的一大“杀器”,被广泛应用于数据科学竞赛和工业领域,XGBoost官方也提供了可运行于各种平台和环境的对应代码,如适用于Spark分布式训练的XGBoost on Spark。然而,在XGBoost on Spark的官方实现中,却存在一个因XGBoost缺失值和Spark稀疏表示机制而带来的不稳定问题。 阅读全文

大众点评信息流基于文本生成的创意优化实践

忆纯 杨肖 明海 众一 扬威 凤阳
本文主要介绍了大众点评信息流内容团队利用文本生成技术在创意优化方向上的一些思考和实践。 阅读全文

WSDM Cup 2019自然语言推理任务获奖解题思路

帅朋
美团团队在刚刚结束的WSDM Cup 2019比赛“真假新闻甄别任务”中获得了第二名的好成绩。本文将详细介绍他们本次获奖的解决方案,里面用到了很多黑科技比如BERT哦。 阅读全文

深度学习在美团配送ETA预估中的探索与实践

基泽 周越 显杰
ETA(预计送达时间预估)是配送调度环节中重要一环,本文阐述了ETA深度学习技术迭代中的一些尝试及效果。 阅读全文