PinLanding：基于多模态AI的内容优先关键词着陆页生成，用于网络规模发现
信息检索
2025-03-04 v1 人工智能
机器学习
摘要
像Pinterest这样托管大量内容集合的在线平台，传统上依赖人工策展或用户生成的搜索日志来创建关键词着陆页（KLPs）——即以主题为中心的集合页面，作为内容发现的入口。虽然人工策展确保了质量，但它无法扩展到数百万个集合，而搜索日志方法导致有限的主题覆盖和不精确的内容匹配。在本文中，我们提出了PinLanding，一种新颖的内容优先架构，从根本上改变了平台创建主题集合的方式。我们的系统不从用户行为中推导主题，而是采用多阶段流水线，结合视觉语言模型（VLM）进行属性提取、大语言模型（LLM）进行主题生成，以及基于CLIP的双编码器架构进行精确的内容匹配。我们的模型在Fashion200K基准测试上实现了99.7%的Recall@10，展示了强大的属性理解能力。在面向搜索引擎优化的生产部署中，拥有420万个购物着陆页，该系统通过人工评估实现了主题覆盖4倍的提升和集合属性精度14.29%的改善，超越了传统的基于搜索日志的方法。该架构可以推广到搜索流量之外，为各种用户体验提供支持，包括内容发现和推荐，为将非结构化内容转化为任何内容领域的策展主题集合提供了可扩展的解决方案。
引用
@article{arxiv.2503.00619,
title = {PinLanding: Content-First Keyword Landing Page Generation via Multi-Modal AI for Web-Scale Discovery},
author = {Faye Zhang and Jasmine Wan and Qianyu Cheng and Jinfeng Rao},
journal= {arXiv preprint arXiv:2503.00619},
year = {2025}
}