摘要

在计算机科学中，从大规模数据集中查找与某个样本对象相似的元素是一个基础性问题。哈希算法通过将数据表示为保持相似性的二进制编码来解决该问题，这些编码可作为哈希表的索引。近年来，研究表明，变分自编码器（VAEs）能够在无监督和半监督场景下成功训练以学习此类编码。本文表明，采用二值隐变量的变分自编码器能够构建出比其连续变量对应模型更为自然且高效的哈希算法。该模型有效降低了由连续形式引入的量化误差，同时仍可使用标准的反向传播方法进行训练。在文本检索任务上的实验结果表明，与现有方法相比，本模型具有显著优势。