面向垂直搜索的查询感知提示生成
计算与语言
2020-10-20 v1 人工智能
摘要
作为用户评论的一种简洁形式，提示（tip）在解释搜索结果、辅助用户决策以及改善垂直搜索场景中的用户体验方面具有独特优势。现有的提示生成工作未考虑查询，限制了提示在搜索场景中的作用。为解决此问题，本文提出一种查询感知提示生成框架，将查询信息融入编码及后续解码过程。提出了 Transformer 与循环神经网络（RNN）的两种具体适配方案。对于 Transformer，查询影响被纳入编码器与解码器的自注意力计算中。对于 RNN，查询感知编码器采用选择性网络从评论中提炼与查询相关的信息，而查询感知解码器在解码过程中将查询信息整合进注意力计算。该框架在公开数据集与真实工业数据集上均一致优于对比方法。最后，大众点评上的在线部署实验证明了所提框架在提示生成方面的优势及其在线业务价值。
引用
@article{arxiv.2010.09254,
title = {Query-aware Tip Generation for Vertical Search},
author = {Yang Yang and Junmei Hao and Canjia Li and Zili Wang and Jingang Wang and Fuzheng Zhang and Rao Fu and Peixu Hou and Gong Zhang and Zhongyuan Wang},
journal= {arXiv preprint arXiv:2010.09254},
year = {2020}
}
备注
Accepted By CIKM 2020 Applied Research Track