用户搜索意图识别

用户意图分类

$$\begin{equation} 用户搜索意图分类 \begin{cases} 导航类：比如搜索新浪网\\[2ex] 信息类 \begin{cases} 直接型：关于一个话题某个方面明确的信息\\[2ex] 间接型：关于某个话题的任意方面的信息，如黄晓明\\[2ex] 建议型：搜索到一些建议、意见或者某方面的指导，比如“如何选股票”\\[2ex] 定位型：了解在现实生活中哪里可以找到某些产品或服务，比如“汽车维修”\\[2ex] 列表型：找到一批能够满足需求的信息，比如“陆家嘴附近的酒店” \end{cases}\\[2ex] 资源类 \begin{cases} 下载型：从网络某个地方下载想要的产品或者服务，比如“USB 驱动下载”\\[2ex] 娱乐型：用户出于消遣的目的希望获得一些有关信息，比如“益智小游戏”\\[2ex] 交互型：用户希望使用某个软件或服务提供的结果，用户希望找到一个网站，这个网站上可以直接计算房贷利息\\[2ex] 获取型：用户希望获取一种资源，使用场合不限于电脑，比如用户搜电影票，打印后在现实生活中使用 \end{cases} \end{cases} \end{equation}$$

意图识别流程

• 数据准备：数据标注，数据清洗
• 特征工程：特征分类，特征选择
• 模型训练：模型选择，模型优化，模型更新
• 效果评估：线下效果，线上效果

数据准备

数据准备一般包括：

• 训练样本的生成
• 特征来源数据的获取

获取方法一般包括：

• 自动标注
• 人工获取

特征工程

• query语义表示
• query信息扩展
• 用户画像和地域

模型训练

• xgboost
• DNN

效果评估

• 线下效果，用一些模型指标评估
• 线上效果，用实际线上指标评估

参考

• NLP技术在美团中的应用
• “搜你所想”之用户搜索意图识别