词向量和语言模型优化
项目描述：针对后端CTR项目的需求对词向量及语言模型进行优化
Word2Vec / FastText / ELMo / Ulm-Fit / Bert等模型：针对需求，分别对语料、静态词向量模型、语言模型对词向量特征进行抽取，送入下游进行特征融合。
实验结果：对于相关语料处理后提取的FastText和原先的特征相比，CTR提升2%，带来大约百万KPI。
Query匹配
项目描述：对广告主query通过query匹配扩大召回率
Bert +