EAR-MP：用于 CIKM 2025 AnalytiCup 的产品搜索相关性提升方案
信息检索
2025-11-03 v2
摘要
多语言电商搜索因语言多样性和用户生成查询所固有的噪声而具有挑战性。本文记录了我们团队（EAR-MP）为 CIKM 2025 AnalytiCup 所采用的解决方案，旨在解决两个核心任务：查询-类别（Query-Category, QC）相关性和查询-商品（Query-Item, QI）相关性。我们的方案首先通过翻译将所有文本标准化为英文，然后通过大规模数据清洗与标准化来缓解噪声。模型训练方面，我们基于 DeBERTa-v3-large 构建模型，并通过标签平滑、自蒸馏和 dropout 等技术提升性能。此外，我们引入任务特定的改进，包括针对 QC 的层次化 token 注入和针对 QI 的混合评分机制。在受限计算资源下，我们的方法实现了竞争性成绩，QC 上 F1 分数达到0.8796，QI 上 F1 分数达到0.8744。这些发现凸显了系统化数据预处理和针对性训练策略在构建稳健、资源高效的多语言相关性系统中的重要性。
引用
@article{arxiv.2510.23018,
title = {Improving Product Search Relevance with EAR-MP: A Solution for the CIKM 2025 AnalytiCup},
author = {JaeEun Lim and Soomin Kim and Jaeyong Seo and Iori Ono and Qimu Ran and Jae-woong Lee},
journal= {arXiv preprint arXiv:2510.23018},
year = {2025}
}