面向广泛与间接旅行目的地查询的阐述性子主题查询重构

在查询驱动的旅行目的地推荐系统(RS)中，理解用户意图至关重要，尤其是对于诸如“适合年轻人的活动”或“高中毕业旅行”等宽泛或间接的目的地查询。此类查询因用户意图的广泛性和微妙性而具有挑战性，这削弱了检索方法从可用文本描述（如WikiVoyage）中推断相关目的地的能力。虽然查询重构(QR)已被证明能通过解决用户意图来增强检索，但现有的QR方法往往只侧重于扩展潜在匹配查询子主题的范围（广度）或阐述查询的潜在含义（深度），而不能两者兼顾。在本文中，我们提出了阐述性子主题查询重构(EQR)，这是一种基于大语言模型的QR方法，通过生成带有信息丰富阐述的潜在查询子主题，将广度与深度相结合。我们还发布了TravelDest，一个用于查询驱动旅行目的地推荐系统的新数据集。实验表明，与现有的最先进QR方法相比，EQR在召回率和精确率上均取得了显著提升。