文章列表

美团外卖美食知识图谱的迭代及应用

杨林 郭同 海超 懋地
菜品是外卖交易过程的核心要素,对菜品的理解也是实现外卖供需匹配的重点。今天我们将一次推送三篇文章,系统地介绍了美团外卖美食知识图谱的构建和应用。《美团外卖美食知识图谱的迭代及应用》会介绍外卖知识图谱的体系全貌,包括菜品类目、标准菜品、美食基础属性和美食业务主题属性。《外卖商品的标准化建设与应用》将重点介绍外卖菜品标准化建设思路、技术方案和业务应用。由于外卖的业务特点是搭配成单,而《外卖套餐搭配的探索和应用》一文会针对性地介绍外卖套餐搭配技术的迭代以及应用实践。希望对从事相关工作的同学能够带来一些启发或者帮助。 阅读全文

ICLR 2021 | 美团AutoML论文:鲁棒的神经网络架构搜索 DARTS-

祥祥 晓星 张勃 晓林
谷歌 2017 年正式提出神经网络架构搜索用于自动化生成模型架构,这项技术即被业界寄予厚望,成为 AutoML 的核心组成部分。凭借日益增强的算力和持续迭代的 NAS 算法,视觉模型在架构层面诞生了像 EfficientNet、MobileNetV3 等影响力深远的系列模型,NAS 也应用到了视觉、NLP、语音等领域的很多方向。NAS 作为生成 AI 模型的 AI,其重要意义不言而喻。美团在 NAS 方向也开展了深入性的研究,并对该领域保持着积极的探索。 阅读全文

美团外卖特征平台的建设与实践

英亮 陈龙 刘磊 亚劼 乐彬
本文介绍了外卖特征平台在特征生产、特征获取计算以及训练样本建设过程中遇到的挑战以及优化思路,为外卖业务的算法迭代提供了有力支撑。 阅读全文

自动驾驶轨迹预测算法:NeurIPS挑战赛冠军方案

炎亮 傅壮 德恒 冬淳
近日,美团无人车配送中心团队获得NeurIPS 2020 INTERPRET轨迹预测挑战赛Generalizability赛道冠军、Regular赛道亚军。本文主要是算法层面的介绍,希望能给从事相关工作的同学有所帮助或者启发。 阅读全文

技术解析 | 横纵一体的无人车控制方案

学韬
在自动驾驶行业的经典控制方案中,横向控制与纵向控制的求解是模型解耦的独立算法。这种“横纵分离”的控制方案虽然可行,但显然不符合人类的驾驶方式,也不符合横向、纵向紧密联系这一客观事实。本文介绍了一种横纵一体的无人车控制实现方案,在描述车辆横纵耦合、考虑横纵联合约束、统筹横纵跟踪性能方面更具优势。 阅读全文

ICDM论文:探索跨会话信息感知的推荐模型

叶蕊 张庆 恒亮
会话推荐(Session-based Recommendation)是推荐领域的一个子分支, 美团平台增长技术部也在该领域不断地进行探索。不久前,该部门提出的跨会话信息感知的时间卷积神经网络模型(CA-TCN)被国际会议ICDM NeuRec Workshop 2020接收。本文会对论文中的CA-TCN模型进行介绍,希望能对从事相关工作的同学有所帮助或者启发。 阅读全文

CIKM 2020 | 一文详解美团6篇精选论文

搜索与NLP中心
AI平台/搜索与NLP部/NLP中心/知识图谱组共有六篇论文(其中4篇长文,2篇短文)被国际会议CIKM2020接收,这些论文是知识图谱组在多模态知识图谱、MT-BERT、Graph Embedding和图谱可解释性等方向上的技术沉淀和应用。 阅读全文

美团无人车引擎在仿真中的实践

杨磊
在自动驾驶行业的经典控制方案中,横向控制与纵向控制的求解是模型解耦的独立算法。这种“横纵分离”的控制方案虽然可行,但显然不符合人类的驾驶方式,也不符合横向、纵向紧密联系这一客观事实。本文介绍了一种横纵一体的无人车控制实现方案,在描述车辆横纵耦合、考虑横纵联合约束、统筹横纵跟踪性能方面更具优势。 阅读全文

对话任务中的“语言-视觉”信息融合研究

会星 子彭 方向 小捷 玉树 仲远等
目标导向的视觉对话是“视觉-语言”交叉领域中一个较新的任务,要求机器能通过多轮对话完成视觉相关的特定目标。该任务兼具研究意义与应用价值。日前,北京邮电大学王小捷教授团队与美团AI平台NLP中心团队合作在目标导向的视觉对话任务上的研究论文被国际多媒体领域顶级会议ACMMM 2020录用。 阅读全文

美团内部讲座|清华大学莫一林:信息物理系统中的安全控制算法

莫一林
【Top Talk/大咖说】是美团技术学院面向公司内部组织的系列讲座,定期邀请美团技术团队负责人、业界大咖、高校学者及畅销书作者,为大家分享最佳实践、互联网热门话题、学术界前沿技术进展等内容。我们以后会定期公开这些内部讲座的内容,敬请关注。2020年9月10日,Top Talk邀请到了清华大学自动化系莫一林副教授,请他带来题为《信息物理系统中的安全控制算法设计》的分享。 阅读全文

KDD Cup 2020多模态召回比赛亚军方案与搜索业务应用

左凯 马潮 东帅 曹佐 金刚 张弓
本文介绍了KDD Cup2020多模态召回比赛亚军的技术方案以及在美团搜索业务中的应用与实践。 阅读全文

KDD Cup 2020多模态召回比赛季军方案与搜索业务应用

漆毅 坚强 胡可 雷军
本文介绍了KDD Cup2020多模态召回比赛季军的技术方案以及在美团搜索广告业务中的应用与实践。 阅读全文

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