类目预测干预功能

使用介绍

目前支持对训练出的类目预测模型进行人工干预。用户实现干预操作的过程与查询分析干预类似，通常有以下三步：

1. 创建干预词典。用户进入到类目预测干预词典页后，点击页面右上角的“创建词典”。为词典命名后，即可完成词典创建。
2. 新增和管理干预词典内的干预词条。词典创建完成后，在列表中点击词典名称或点击词典对应的“管理”，即可进入到干预词典的详情页。用户可在详情页内进行干预词条的新增和管理。用户可对某个Query干预召回结果中类目的相关度，纠正模型预测相关度错误的类目或补充模型未预测出相关度的类目。
3. 使用干预词典。创建并填充完成类目预测的干预词典后，可在任意的类目预测模型使用。在实际查询中干预词典中和类目预测模型中都有Query下同一类目的相关度计算结果，那么会将干预词典内结果进行合并。
   • 比如：搜索“微微一笑很倾城”，类目预测模型计算出该Query类目20的相关度是0（不相关），类目10的相关度是2（相关）。干预词典中该Query的类目20的相关度被干预成了2（相关），类目30的相关度是1（略相关）。那么最终结果为：类目20的相关度为2，类目30的相关度是1，类目10的相关度是2。

实战演示

• 业务场景：某电商类业务在OpenSearch的应用实例中配置使用了类目预测模型，但是在线上发现了一些badcase，于是决定使用干预功能。
• Badcase：用户搜索Query“牛奶”，返回的结果中牛奶杯的商品靠前，真正的牛奶靠后。
• 问题诊断：类目预测模型将Query“牛奶”的类目相关性计算错误。
• 解决方案：新建类目预测干预词典，在词典中干预Query“牛奶”，将“牛奶杯”所属的家居用品类目（id是20)的相关度定为略相关，将“牛奶”所属的食品类目（id是15）的相关度定为“相关”。
• 配置流程：

1.点击控制台首页干预功能：类目预测干预词典。

2.创建一个类目预测干预词典，命名为"leimutest"。

3.在"leimutest"里新增干预词条，Query栏填写“牛奶”，类目ID-相关度栏填写“20-1;15-2”（2代表相关，1代表略相关，0代表不相关）。

4.将干预词典应用到线上使用的类目预测模型。

注意事项

1. 词典名称在创建后不可修改。
2. 新增干预词条时，填写的Query不应与干预列表内已干预过的Query重复。历史干预过的Query可在列表内直接对已有的类目ID-相关度进行增、删、改。
3. 单个Query下添加多个类目ID-相关度组合时，每个组合之间用;分隔。
4. 新增或修改干预词条后，生效状态如果持续是“正在生效”，可以点击刷新按钮获取生效状态的同步。
5. 同一类目预测干预词典可以被多个类目预测模型使用。
6. 干预词典不会影响参与模型的训练。
7. 被任一模型（不论是否上线）使用的干预词典不能被删除，想要删除需要首先解除使用。

功能限制

1. 类目预测干预词典一共可以创建10个。
2. 每次新增干预词条时，Query只支持填写一个，单个Query下最多添加5个类目ID-相关度的组合。
3. 每个类目预测干预词典最多可创建500个干预词条。
4. 类目预测干预的Query与查询Query精准匹配才生效。例如，Query“连衣裙”干预了“类目23相关度为相关”，那么查询“连衣裙”时类目23的结果会按照相关结果进行排序分计算，但是查询“2018连衣裙”时，类目23不会使用上述干预内容进行计算。
5. 添加的干预内容均会进行大小写和全半角归一化处理，其中大写字母会归一化为小写，全角会归一化为半角。