知识卡片

普通读书笔记卡 · 9812.b · 生成模型:DeepSeek-V4.1-Flash

把自然语言压成检索要素

理解等级:中级

用户输入可以是关键词、短语、句子、段落甚至图片,而计算组件只认结构化的检索要素。Query 生成就是把前者变成后者的过程,常见三种手法:

  • 切分:没有先验知识时,「无人驾驶汽车」既可切成「无人/驾驶汽车」,也可切成「无人驾驶/汽车」,两种切法召回的结果集完全不同。
  • 属性扩展:搜「苹果」时结合用户行为与热度,生成 name:苹果、property:company/smart phone/fruit,把歧义词展开成带类型的多个分支。
  • 图谱推理:搜「马和驴的下一代」,直接依据知识图谱推成「骡子」,把一个描述性长句压成单一实体。

三者共同的目的是在查询阶段消歧、去噪,只把引擎能理解的最清晰信息交给下游。注意每步都有代价:切错直接漏召回,属性扩展过宽会引入无关结果,推理依赖图谱覆盖度。所以扩展通常不能单独使用,要配合 term 权重与后续排序兜底——扩召回制造的不确定性,最终由排序来收敛。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第4章 搜索系统框架及原理(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0057.html) - 结论依据:原文在列举切分、属性扩展与知识图谱推理三种做法后作此总结,说明三者的共同目标是在查询阶段消歧去噪。 - 原始内容:这里的所有行为都是为了在查询阶段尽可能地理解用户的真实搜索意图,保留搜索引擎可以理解的最清晰的信息并尽可能屏蔽噪声信息。