AliCG：面向阿里巴巴语义搜索的细粒度可演化概念图构建
人工智能
2022-11-02 v2 计算与语言
数据库
信息检索
机器学习
摘要
概念图作为知识图谱的一种特定类型，在语义搜索中发挥着重要作用。先前的概念图构建方法通常从正式文本中提取高频、粗粒度、时不变的概念。然而在实际应用中，有必要以演化方式提取低频、细粒度、时变的概念性知识并构建分类体系。本文介绍了一种在阿里巴巴实现并部署概念图的方法。具体而言，我们提出一个名为AliCG的框架，其能够：a）通过一种新颖的带对齐共识的自举方法提取细粒度概念；b）通过一种新颖的低资源短语挖掘方法挖掘长尾概念；c）基于隐式与显式用户行为的概念分布估计方法动态更新图谱。我们已将该框架部署于阿里巴巴UC浏览器。大量离线评估与在线A/B测试证明了我们方法的有效性。
引用
@article{arxiv.2106.01686,
title = {AliCG: Fine-grained and Evolvable Conceptual Graph Construction for Semantic Search at Alibaba},
author = {Ningyu Zhang and Qianghuai Jia and Shumin Deng and Xiang Chen and Hongbin Ye and Hui Chen and Huaixiao Tou and Gang Huang and Zhao Wang and Nengwei Hua and Huajun Chen},
journal= {arXiv preprint arXiv:2106.01686},
year = {2022}
}
备注
Accepted by KDD 2021 (Applied Data Science Track)