多词术语嵌入改进词汇级产品检索

产品搜索与文档、互联网资源或职位空缺的搜索有着显著不同,因此需要开发专门的搜索系统。本文描述了H1嵌入模型,该模型专为电子商务平台产品描述的离线术语索引而设计。在结合了词汇检索方法和基于语义嵌入方法优势的混合产品搜索系统框架内,将该模型与其他最先进的(SoTA)嵌入模型进行了比较。我们提出了一种为搜索索引构建语义丰富术语词汇表的方法。与其他生产级语义模型相比,H1与所提出的方法相结合,因其能够将多词产品术语作为一个词元处理而脱颖而出。例如,对于搜索查询"new balance shoes",品牌实体"gloria jeans kids wear"将被表示为一个词元——"new balance","gloria jeans"。这提高了系统的精确率而不影响召回率。采用所提模型的混合搜索系统在WANDS公开数据集上取得了mAP@12 = 56.1%和R@1k = 86.6%的分数,优于其他SoTA同类模型。