Embedding 模型作为一类简单、高效、通用的模型，在机器学习中有着广泛的应用。Embedding 模型可以用来解决如下问题：

1. 文本分类，或是其他打标签形式的任务；
2. 相似性学习，例如：对句子或文档的相似性进行学习；
3. 基于内容的推荐，例如：视频推荐、文章推荐；
4. 知识库中的关系预测；
5. 信息检索：文档及图片的检索、排序等。

主题摘要

1. 如何搭建大规模、高效率的 Embedding 系统；
2. 在实际问题中 Embedding 模型训练的几个关键部分；
3. Embedding 模型在产品中的应用实例。