阿里巴巴搜索引擎中实体推荐的上下文感知深度模型
信息检索
2023-01-26 v1 人工智能
计算与语言
机器学习
摘要
实体推荐通过协助搜索用户找到与给定查询相关的实体来改善其体验，已成为当今搜索引擎不可或缺的功能。现有研究通常仅考虑包含显式实体的查询。它们通常无法处理不含实体的复杂查询，例如“什么食物适合寒冷天气”，因为其模型无法推断输入文本的潜在含义。在本工作中，我们认为上下文传达了能够促进查询语义建模的有价值证据，并将其纳入实体推荐的考量中。为了更好地对查询和实体的语义进行建模，我们利用注意力深度神经网络联合学习查询和实体的表示。我们使用来自广泛使用的商业中文搜索引擎的大规模真实搜索日志来评估我们的方法。我们的系统已部署于神马搜索引擎，用户可在阿里巴巴的 UC 浏览器中获取。在线 A/B 测试结果表明，点击率的曝光效率提升了 5.1%，页面浏览量提升了 5.5%。
引用
@article{arxiv.1909.04493,
title = {Context-aware Deep Model for Entity Recommendation in Search Engine at Alibaba},
author = {Qianghuai Jia and Ningyu Zhang and Nengwei Hua},
journal= {arXiv preprint arXiv:1909.04493},
year = {2023}
}
备注
CIKM2019 International Workshop on Entity Retrieval. arXiv admin note: text overlap with arXiv:1511.08996 by other authors