实体识别

功能介绍

实体识别，全称命名实体识别（Named Entity Recognition，简称NER），指对查询词中的具有特定意义的语义实体进行识别。查询分析根据识别的结果，依据实体类型的权重对查询词进行改写，使得召回的文档符合查询的意图。目前，OpenSearch的实体识别只支持电商行业。主要实体类型如下：

实体识别作用

在查询分析中，实体识别主要的作用于query改写和类目预测查询中。

Query改写

OpenSearch的查询分析最多改写出来两个query，第一个Query相比第二个Query会更精准，第二个query减少了参与召回的term，旨在当更精确的召回结果数不足时，用第二个query进行扩大召回。
Query改写主要根据实体的重要性，对query进行改写，召回时保留重要性高的实体词，对重要性低的部分不影响召回，只影响算法排序。实体的重要性目前分为3档，分别是高、中、低。
Query改写的规则如下：

1. 重要性高的实体，其优先级完全一样，肯定会参与召回；
2. 重要性低的实体，始终不参与召回；
3. 重要性中的实体，其优先级按其在查询分析中配置的顺序依次递减，改写规则：
   1. 当query中有重要性高的实体时，重要性中的实体在第一个query中参与召回，第二个query不参与召回；
   2. 当query中没有重要性高的实体时，重要性中的实体在第一个query中参与召回，在第二个query中，优先级最高的那个实体类型的词会参与召回，其他的都不参与召回。
4. 当query中没有重要性高和中的实体时，query改写不参照实体识别的结果；
5. 当query只有重要性高或者只有重要性高和低的实体时，改写后只会得到一个query。

示例：
假设实体重要性设置为：

高：品类
中：品牌 材质 款式元素 风格 颜色

1.包含重要性高和中的实体：

query=default:'杨幂同款耐克修身连衣裙包邮'
实体识别的结果：杨幂(人名)同款(后缀)耐克(品牌)修身(款式元素)连衣裙(品类)包邮(营销服务)
改写后的Query：
Query1： (default:'耐克' AND default:'修身' AND default:'连衣裙' RANK default:'杨幂' RANK default:'包邮' RANK default:'同款')
Query2： (default:'连衣裙' RANK default:'杨幂' RANK default:'耐克' RANK default:'包邮' RANK default:'同款' RANK default:'修身')

2.包含重要性高和低的实体：

query=default:'连衣裙包邮'
实体识别的结果：连衣裙(品类)包邮(营销服务)
改写后的Query：
Query1： (default:'连衣裙' RANK default:'包邮')

3.仅包含重要性高的实体：

query=default:'连衣裙'
实体识别的结果：连衣裙(品类)
改写后的Query：
Query1： (default:'连衣裙')

4.包含重要性中和低的实体：

query=default:'耐克修身包邮'
实体识别的结果：耐克(品牌)修身(款式元素)包邮(营销服务)
改写后的Query：
Query1： (default:'耐克' AND default:'修身' RANK default:'包邮')
Query2： (default:'耐克' RANK default:'修身' RANK default:'包邮')

5.仅包含重要性低的实体：

query=default:'杨幂同款包邮'
实体识别的结果：杨幂(人名)同款(后缀)包邮(营销服务)
无根据实体识别改写的query

与类目预测一起使用

Query中不同的实体对类目的影响是不一样的，因此，当原query没有类目预测的结果时，会根据一定的规则，去掉query中和类目意图无关或者相关度低的词后，进行类目预测。这对长尾query的类目预测会有很大的帮助。
保留的实体词包括：

品类
人群
时间季节
款式种类
风格

示例：
对于query 杨幂(人名)同款(后缀)春季(时间季节)修身(款式元素)连衣裙(品类)，丢词后的query按照优先级排序分别为：

春季修身连衣裙
春季连衣裙
修身连衣裙
连衣裙

系统会按照上述顺序依次查询类目预测的结果。

功能使用流程

1.开放搜索控制台选择左侧导航栏中的“召回配置”下方对应的“查询分析”：

2.在上图页面中选择对应的应用名和应用类型（线上/线下），点击“创建”：

3.输入“规则名称”，选择“索引范围”，选择“行业类型”为电商分词，功能选择选中“实体识别”，点击“确定”：

注：在实体类型主要性设置中增删实体类型，默认使用系统内置词典，如果系统识别的实体存在badcase, 可以使用干预词典进行人为干预。

4.规则创建完毕后，可以进行搜索效果测试：

测试效果：

查看查询分析过程：

5.调试无误后，在查询分析界面，切换到“索引视角”，将对应的自定义查询分析设置为默认查询分析：

6.设置默认自定义查询分析后的界面效果：

实体识别干预词典

业务场景不同，某些词的实体识别语义也是不同的，为了方便用户使用，opensearch提供实体识别干预词典，供用户自定义词的语义，目前实体识别的干预主要包括两个：一是对实体识别结果本身的干预，二是实体类型重要性的干预。当实体识别的结果不准时，应该通过实体识别的干预词典的配置来进行干预。通过创建实体识别干预词典，并在查询分析中实体识别配置相应的干预词典，就可以干预实体识别功能。具体实体识别干预词典配置及原理，请点击此处。