购物查询数据集：用于改进商品搜索的大规模 ESCI 基准
信息检索
2022-06-15 v1 机器学习
摘要
提升搜索结果质量能显著增强用户与搜索引擎的体验与互动。尽管机器学习与数据挖掘领域近期取得若干进展，针对特定用户搜索查询正确分类商品仍是一项长期挑战，仍有很大改进空间。本文介绍“购物查询数据集”，一个由困难 Amazon 搜索查询与结果组成的大型数据集，公开发布以推动改进搜索结果质量的研究。该数据集包含约 13 万唯一查询与 260 万人工标注的（查询，商品）相关性判断。数据集为多语言，含英语、日语和西班牙语查询。购物查询数据集正用于 KDDCup'22 挑战赛之一。本文中，我们描述该数据集并提出三项评测任务及基线结果：(i) 结果列表排序，(ii) 将商品结果分类至相关性类别，(iii) 识别给定查询的替代商品。我们预期该数据将成为商品搜索主题未来研究的黄金标准。
引用
@article{arxiv.2206.06588,
title = {Shopping Queries Dataset: A Large-Scale ESCI Benchmark for Improving Product Search},
author = {Chandan K. Reddy and Lluís Màrquez and Fran Valero and Nikhil Rao and Hugo Zaragoza and Sambaran Bandyopadhyay and Arnab Biswas and Anlu Xing and Karthik Subbian},
journal= {arXiv preprint arXiv:2206.06588},
year = {2022}
}