在最终搜索结果中，内容与商户、团单等以混排形式呈现，需要与其他类型搜索结果协同发挥价值，共同满足用户需求内容搜索优化实践下面我们会从面临的问题和挑战出发，分享如何通过链路各环节，持续优化内容搜索的体验供给理解面对用户持续创作生产的海量内容，我们需要对其进行充分理解，包括显式标签和隐式表征两部分工作显式标签体系主要包括：类目标签：通过构建分发前台后台两套标签，射
当需要进行前台类 牙买加 WhatsApp 号码列表 目体系调整时，可以通过调整映射层快速支持，减少对后台打标任务的影响细粒度标签：类目标签个数有限，在推荐搜索等分发场景还需要更细粒度的刻画，为此构建主题标签、概念标签等，相互之间有一定的关联和组合关系属性标签：前两类标签更多关注内容在讲什么，而属性标签更侧重于刻画内容本身是什么，比如是否涉政涉黄、是否重复、是否命中生态治理等 
除了显式标签，分发链路很多环节还需要更加泛化的隐式表征结合实际场景特点，我们自研了多模态预训练模型，通过引入对比损失把图文表征对齐到统一特征空间，并结合自监督对比学习训练范式、掩码学习、图文匹配等优化，提升了跨模态交互效果召回环节作为最前置环节，召回决定了一次搜索查询所能拿到的候选总集合，直接影响到后续环节的效果天花板搜索场景的召回主要包括：语义召回：搜索召回需要首要保证结果相关，为此对语义召回进行了多维度的设计，包括不同颗粒度的语义单元召回、对用户需求进行细化和泛化处理
| 
發表於 2024-5-14 16:42:12
收藏