ERNIE-based Semantic Search Ranking System

基于预训练语言模型的搜索排序系统
实现召回 + 排序两阶段架构，Recall@20 达到 0.813。

项目说明

本项目构建了一个完整的语义搜索系统，针对 30 万篇文献进行 query-title 匹配。
采用两阶段架构：ANN 召回 + ERNIE 精细排序，有效解决大规模语义检索中的速度与精度问题。

核心贡献

• 召回阶段使用 ERNIE-1.0 将 title + 关键字编码为 256 维向量，采用In-batch Negative 对比学习、通过 ANN 构建索引，实现快速 Top-50 召回（Recall@20 = 0.813）
• 排序阶段切换到 ERNIE-3.0，采用 Pairwise Matching，通过 Margin Ranking Loss 进行精细重排序
• 完成数据处理、模型微调、ANN 索引构建

训练结果

• Recall@20 = 0.813（工业级优秀水平）
• AUC=0.773
• 单查询响应时间0.009秒