提升Pinterest中的查询安全性
计算与语言
2020-06-24 v2 信息检索
摘要
搜索引擎中的查询推荐是一把双刃剑，具有不可否认的益处但也存在潜在危害。识别不安全查询对于保护用户免受不恰当的查询建议是必要的。然而，由于大词汇量、特定社会群体俚语与错别字带来的语言多样性，以及术语是否恰当取决于上下文，识别这些查询并非易事。此处我们将该问题表述为查询集扩展，即给定一个小规模且可能有偏的种子集，目标是识别出一组语义相关的多样化查询。我们提出PinSets，一个用于查询集扩展的系统，它应用一种简单而强大的机制来搜索用户会话，以近乎完美的精度将微小种子集扩展为数千个相关查询，深入长尾，并附带易于解释的说明。PinSets之所以能获得高质量扩展，归功于使用文本与行为技术的混合（即同时将查询视为组合式与黑盒）。实验表明，在药物相关查询领域，PinSets将20个种子查询扩展为15,670个正训练样本，精度超过99%。所生成的扩展具有多样化词汇量，并正确处理了安全性含混的词语。PinSets使Pinterest中的不安全查询建议减少了90%。
引用
@article{arxiv.2006.11511,
title = {Improving Query Safety at Pinterest},
author = {Abhijit Mahabal and Yinrui Li and Rajat Raina and Daniel Sun and Revati Mahajan and Jure Leskovec},
journal= {arXiv preprint arXiv:2006.11511},
year = {2020}
}