干预词典是在系统无法正确纠错时,提供一种途径供用户自定义纠错行为。通过创建干预词典,并在查询分析中配置拼写检查功能时,选择对应的干预词典,可以实现对纠错的干预。
使用介绍
目前支持对系统内置的拼写纠错词典进行人工干预。用户实现干预操作的过程通常有以下四步:
创建拼写纠错干预词典。用户通过
搜索算法中心--->召回配置--->词典管理
,进入查询分析干预词典页后,点击页面右上角的“创建”。选择了词典类型后,为词典命名,干预词典创建完成,词典会出现在页面的词典列表中。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Query进行两种类型的干预:
添加纠正词:对一个Query添加纠正词,系统在查询Query时会改写成添加的纠正词进行结果召回。
屏蔽纠正词:对一个Query屏蔽纠正词,系统在查询Query时不再会改写成屏蔽的纠正词进行结果召回。
使用干预词典。创建并填充完成拼写纠错词干预词典后,可在任意应用的查询规则内选择使用。
干预词典效果测试和上线。查询分析规则使用了干预词典后,在应用到线上前建议先进行搜索效果测试,评估效果是否符合干预预期。
干预词条生效顺序
1.位置靠前的干预词条优先:
例如:干预词条:中国建社->中国建设
和建社很行->建设银行
, query:中国建社很行
, 两条干预数据均在query中有连续语义term的匹配,但是由于干预词条在query中有重叠,选择位置靠前的干预词条生效,最终纠错结果为中国建设很行
。
2.位置相同的情况下,干预词条长度(语义term个数)优先:
例如:干预词条开法->开发
和开法搜嗦->开放搜索
,query:开法搜嗦真优秀
,最终纠错结果为开放搜索真优秀
3.一个query可以有多个包含匹配的干预生效。
注意:
只要有用户干预,那么本次拼写检查的可信度就为高。
对于干预匹配成功的词条,系统会将干预词条替换后的query走纠错模型,在保留用户纠错干预的前提下,对未干预的部分进行纠错,例:
干预词条:
手机冲电器->手机充电器
query:
query:手机冲电器哪个排子好
结果:干预后结果:手机充电器哪个排子好
,将这个query再进行系统模型的纠错,在保证手机冲电器->手机充电器
干预生效的前提下,系统会进行进一步纠错,得到结果手机充电器哪个牌子好
。
实战演练
业务场景:某电商导购类业务在OpenSearch的应用实例中配置使用了查询分析规则,规则包含拼写纠错功能,但是在线上发现了badcase,于是决定使用干预功能。
badcase:用户搜索Query“福健”,返回的结果不多,但是都完整包含了“福建”关键词,实际上该查询的相关结果有很多都没有召回。
问题诊断:用户的输入Query错误,正确的写法应该是“福建”,系统的拼写纠错没有识别出错误写法。
解决方案:新建拼写纠错干预词典,在Query“福健”下干预添加纠正词“福建”,再将该拼写纠错词典应用在线上使用的查询分析规则中。
操作步骤:
1.控制台>搜索算法中心>召回配置>词典管理,创建拼写纠错词典:
填写“名称”,词典类型选择“拼写纠错”:
2.在新建的拼写纠错干预词典里新增干预词条,Query栏填写“福健”,纠正词栏填写“福建”,干预类型选择“添加”:
3.在查询分析界面把刚刚创建的“拼写纠错干预词典”先应用在一个未上线的查询分析规则中,以便进行搜索效果测试:
4.搜索测试是否符合预期效果。发现搜索结果召回了改写成“福建”的结果,符合预期:
注意事项
词典类型和名称在创建后均不可修改。
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。
同一干预词典可以被多个查询分析规则使用。
由于目前的干预词典是基于系统内置词典的补丁式干预,所以词典使用时会默认勾选使用系统内置词典。
目前拼写纠错干预词典的生效规则是包含匹配,查询词中一个或多个(最多5个)连续完整的语义term和干预词条中的query的匹配才能生效。包含匹配不完全等价于字符串的子串匹配。
被任一查询规则(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
拼写纠错干预词典一共可以创建20个。
每次新增拼写纠错干预词条时,Query只支持填写一个,同一Query下纠正词只支持填写一个。
每个拼写纠错干预词典最多可创建1000个干预词条。
拼写纠错干预词条按照干预的Query与查询Query精准匹配才生效。例如,为Query“武汗”添加了拼写纠错词“武汉”,那么查询“武汗”时会改写为“武汉”进行召回,但是查询“去武汗”时,不会被改写,仍然按照原Query进行召回。
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。