Ir al contenido

Pérdida de tripletes y redes neuronales siamesas para entrenar la incrustación de artículos en catálogos

Comprender el contenido de un gran catálogo digital es un reto importante para las empresas en línea, pero este desafío puede abordarse utilizando modelos de redes neuronales autosupervisadas.

Uso de un humano en el bucle para superar el problema del arranque en frío en el etiquetado de elementos de menú

Las empresas con grandes catálogos digitales suelen tener muchos datos de texto libre sobre sus artículos, pero muy pocas etiquetas reales, lo que dificulta el análisis de los datos y el desarrollo de nuevas funciones. 

Resulta difícil crear un sistema que admita funciones de búsqueda y descubrimiento basadas en el aprendizaje automático y que, al mismo tiempo, sea lo suficientemente interpretable como para que los usuarios empresariales puedan desarrollar experiencias personalizadas.