搭建信息检索与产品搜索系统之间的鸿沟：电商的 Q&A 推荐
计算与语言
2024-07-18 v2 信息检索
摘要
购物任务中的消费者常常会利用产品搜索和信息检索系统（如 web 搜索引擎和问答 (QA) 系统），在迭代过程中 improve 对可用产品的理解并做出购买决策。虽然产品搜索对购物者查找满足其要求的实际产品很有用，但信息检索系统可被用来回答他们可能的疑问，以细化这些要求。大型语言模型 (LLM) 的近期成功为搭建这两项任务之间的桥梁提供了机会，有助于客户快速有效地实现其目标，通过将对话式 QA 集成到产品搜索中。在本文中，我们提出了为用户推荐与其产品搜索相关且可帮助其做出购买决策的 Question-Answer (Q&A) 对的推荐方法。我们讨论了该问题的不同方面，包括 Q&A 对的要求和特征、其生成以及 Q&A 推荐任务的优化。我们强调了挑战、开放问题以及建议的解决方案，以鼓励未来的研究在这一新兴领域。
引用
@article{arxiv.2407.09653,
title = {Bridging the Gap Between Information Seeking and Product Search Systems: Q&A Recommendation for E-commerce},
author = {Saar Kuzi and Shervin Malmasi},
journal= {arXiv preprint arXiv:2407.09653},
year = {2024}
}