Web 搜索中的通用意图表示
信息检索
2019-07-26 v1 计算与语言
摘要
本文提出 GEneric iNtent Encoder（GEN Encoder），其学习一个用于搜索中用户意图的分布式表示空间。利用来自 Bing 搜索日志的大规模用户点击作为用户意图的弱监督，GEN Encoder 端到端地学习将具有共享点击的查询映射为相似的嵌入，随后在多个释义任务上微调。在内在评测任务——查询意图相似性建模——上的实验结果表明，GEN Encoder 相较此前的表示方法有稳健且显著的优勢。消融研究揭示了从隐式用户反馈中学习对于表示用户意图的关键作用，以及多任务学习对于表示通用性的贡献。我们还展示了 GEN Encoder 通过高效近似最近邻搜索有效识别具有相同搜索意图的历史查询，从而缓解长尾搜索流量的稀疏性并将未见查询减少一半。最后，我们展示了 GEN 编码间的距离反映了搜索会话中某些信息寻求行为。
引用
@article{arxiv.1907.10710,
title = {Generic Intent Representation in Web Search},
author = {Hongfei Zhang and Xia Song and Chenyan Xiong and Corby Rosset and Paul N. Bennett and Nick Craswell and Saurabh Tiwary},
journal= {arXiv preprint arXiv:1907.10710},
year = {2019}
}