层次化多字段表示用于双阶段电商检索
信息检索
2025-02-03 v1
摘要
稠密检索方法通常针对作为平面字符串表示的非结构化文本数据。然而，电商目录通常包含来自多个字段（如品牌、标题和描述）的结构化信息，这些字段包含检索系统潜在的重要信息。我们提出了级联层次注意力检索模型（CHARM），这是一种新型框架，旨在将结构化产品数据编码为具有逐层细化程度的层次化字段级表示。利用一种新颖的块三角注意力机制，我们的方法捕获了在指定层次结构中字段之间的相互依赖性，生成适用于快速高效检索的字段级表示和聚合向量。将两种表示结合起来 enables 一个双阶段检索管道，其中聚合向量支持初始候选选择，而更具表现力的字段级表示则促进针对下游排序的精细调优。在公开的大规模电商数据集上进行的实验表明，CHARM 与或优于最新基线方法。我们的分析突出了该框架能够将不同查询与相应产品字段对齐，从而增强检索准确性和可解释性。
引用
@article{arxiv.2501.18707,
title = {Hierarchical Multi-field Representations for Two-Stage E-commerce Retrieval},
author = {Niklas Freymuth and Dong Liu and Thomas Ricatte and Saab Mansour},
journal= {arXiv preprint arXiv:2501.18707},
year = {2025}
}