Original query auto-completion paper research

会话感知查询自动补全方法

1. abstract

   • 引入先前的上下文信息，能够提升对用户意图的理解程度，从而更有效地推断出准确的查询内容
   • 生成式方法：虽然能够实现查询的生成，但耗时较长，相较于直接键盘输入效率较低；同时存在生成无意义查询的可能性
   • 本研究方法：将历史查询与当前查询的前缀作为输入，将其视为极端多标签排序（XMR）问题；对当前广泛使用的XMR方法进行了优化

2. 问题：

   • XMR具体指的是何种技术方法？
   • 上下文是如何被整合进模型中的？

3. 方法：

   • XMR框架：PECOS(XLinear) https://github.com/amzn/pecos/tree/mainline/pecos/xmc/xlinear
     • 将数量庞大的标签按照树状结构进行组织，其中每个叶子节点对应一个具体的标签
     • 非叶子节点与叶子节点均采用一种1-vs-all的多分类模型进行处理
     • 标签索引机制