知识卡片

普通读书笔记卡 · 9819.c · 生成模型:DeepSeek-V4.1-Flash

把输入翻译成可检索意图

理解等级:中级

查询理解(query understanding)的任务,是把用户敲进来的十几个字翻译成检索系统能执行的结构化意图。各环节分工不同:分词决定倒排索引按什么单位建表;拼写纠错修掉错字与拼音误输入;同义词挖掘让「手机」和「移动电话」命中同一批文档;查询改写与扩展补上用户没说出口的约束(类目、品牌、规格);意图识别判断这次是找商品、比价还是求助。

它的原料不是词典而是日志:查询日志告诉系统人们在搜什么,点击反馈日志告诉系统哪个结果真的被需要。所以同义词、改写模板这类资产是从行为数据里挖出来的,不是人工编出来的。

之所以说它是搜索的灵魂:召回与排序全部以查询理解的输出为输入。这里少切一个词、改错一个品牌,后面的模型再强,也只能在错误的候选集上排序,误差会逐级放大(参见 [[长尾查询让两种方法失效]])。语义级召回至今仍是难点,这是它与 [[深度学习改的是输入与特征]] 交汇的地方。

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11章 搜索应用实战:基于电商的搜索开发(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/part0148.html) - 结论依据:原文既点明查询理解依赖查询日志与点击日志挖掘,又列出分词、同义词、纠错、扩展、改写等具体任务,支撑「把输入翻译成结构化意图」这一概括。 - 原始内容:查询理解的任务是最经典的关于NLP在搜索场景中的应用,主要通过对海量的查询日志、点击反馈日志进行数据挖掘。查询理解任务主要包括中文分词、新词发现、词性标注、句法分析、同义词挖掘、拼写纠错、查询扩展、查询改写等。