基于季节性的自然语言查询电商自动补全重排序
信息检索
2023-08-07 v1 计算与语言
机器学习
摘要
查询自动补全（QAC，也称 typeahead）在用户于搜索框中输入前缀时给出完整查询的列表建议。它是现代搜索引擎尤其是电商中的关键功能之一。typeahead 的目标之一是向用户推荐具有季节性重要性的相关查询。本文提出一种基于神经网络的自然语言处理（NLP）算法，将季节性作为信号引入，并给出了 QAC 排序模型的端到端评估。将季节性纳入自动补全排序模型可提升自动补全相关性与业务指标。
引用
@article{arxiv.2308.02055,
title = {Seasonality Based Reranking of E-commerce Autocomplete Using Natural Language Queries},
author = {Prateek Verma and Shan Zhong and Xiaoyu Liu and Adithya Rajan},
journal= {arXiv preprint arXiv:2308.02055},
year = {2023}
}
备注
Accepted at The 6th Workshop on e-Commerce and NLP (ECNLP 6), KDD'23, Long Beach, CA