用于相似性搜索的扫描权重特征

Question

我正在使用 ScaNN 执行相似性搜索，并希望在执行相似性搜索时比其他功能更强调某些功能。

例如，如果我有以下数据

name  | age | country | income
John     29     US        $47k
Susan    28     US        $44k
Bill     26     US        $39k
Sarah    35     UK        $100k
Jack     34     UK        $90k
Maggie   37     UK        $95k

和收入更重要，然后给出以下查询：

George, 28, US, $100k

它会返回

Sarah, Jack, Maggie 

增加收入特征的权重。

在建立相似性指数之前对训练数据值进行归一化

df_np = preprocessing.normalize(df[features])

同样，查询值在执行搜索之前被规范化

np_q = preprocessing.normalize([list(query.values())])

更新

我最终切换到 FAISS，这似乎产生了更好的结果。如here所述，我还应用了一些优化来提高性能。

Answer 1

你使用什么类型的数据将你的嵌入查询传递给 ScaNN？您介意分享代码 sn-p 吗？谢谢！