可观测性相比传统监控，更多的还是在于数据价值的发掘能力更强，能够仅通过输出来推断系统的运行状态，因此和数据挖掘这个工作比较像，收集各类繁杂的数据、格式化、预处理、分析、检验，
Unicoder-VL ， VL-BERT和UNITER使用了单流架构，即利用单个Transformer的self-attention机制同时建模图像和文本信息。另一方面，
。ERNIE将知识模块中的实体表示集成到语义模块中，将令牌和实体的异构信息表示到一个统一的特征空间中。KEPLER将实体的文本描述编码为文本嵌入，并将描述嵌入视为实体嵌入。
所以多种模态数据的融合有利于充分表达商品信息。多模态商品知识图谱技术可以服务于各种下游领域，例如多模态实体链接技术可以融合多种模态下的相同实体
为了解决这一问题，我们将产品结构化知识作为一种独立于图像和文本的新的模态，称为知识模态，即对于产品数据的预训练，我们考虑了三种模态的信息:图像模态(产品图像)、
（2）modal-interaction layer。当建模模式之间的相互作用时，有两个过程。第一个过程是文本模态和图像模态之间的交互：首先通过co-attention Transformer基于图像和文本模态的初始特征学习对应的交互特征，
2、淘宝主搜找相似服务，离线算法AUC提升1%，业务方反馈是很大的提升；目前在线AB测试中；
3、阿里妈妈年货节商品组合算法，在线算法，基于Emedding的实验桶（5.52%）CTR指标相较于另外2个实验桶（5.50%，5.48%）分别提高0.02%、0.04%的点击率，相对提高分别为0.363%、0.73%；
即便是《领域驱动设计：软件核心复杂性应对之道》原著中的描述更加让人难以捉摸。要想理解这些概念性的内容，我们要思考为什么有这样的概念，
这就好比我们公司里面有种各样的部门，有人力部门负责招聘和薪酬、有销售部门负责营销、有研发部门负责产品研发。不同的部门实际就是不同的聚合。
划分出业务的上下文边界，然后建立对应的限界上文中的领域模型，上下文边界和领域模型可以做诶微服务拆分拆分设计的输入，指导微服务落地时的拆分设计。
