غوص عميق: الأدوات وراء بحث Uzum Market
Uzum Market
يشارك فريق بحث Uzum Market رؤى حول البنية التحتية للاسترجاع والترتيب، بما في ذلك مدقق إملائي مخصص واقتراحات مخصصة وإدارة المرادفات. يسلطون الضوء على كيفية تحسين تصحيح الأخطاء المطبعية باستخدام ميزات سياقية واختبارات A/B للتغييرات لتعزيز التحويل.
فريق أوزوم ماركت، بقيادة دميتري شيبيلوف، شرح بالتفصيل المكونات التي تشغل محرك البحث الخاص بهم. قاموا بنقل الاستدلال من مكوّن ElasticSearch Learning to Rank (LTR) الإضافي إلى خدمة ترتيب مخصصة تقبل نماذج Open Neural Network Exchange (ONNX)، مما يتيح مرونة أكبر. خدمة التدقيق الإملائي تصحح الأخطاء المطبعية في الاستعلامات، لكن الميزات النصية الأولية أدت إلى عدم دقة، على سبيل المثال، تصحيح 'стуль' إلى 'сталь' بدلاً من 'стул'. درّبوا مُرتِّبًا يعتمد على تعزيز التدرج على بيانات مُعلَّمة مع ميزات إضافية مثل تكرار الاستعلام ومعدل التحويل، مما قلل التصحيحات غير الصحيحة بنسبة 50 بالمئة وزاد التصحيحات الصحيحة بنسبة 8 بالمئة. كما طبقوا اقتراحات مخصصة باستخدام تعزيز التدرج مع ميزات مثل الجنس وأنماط الإنفاق، مما حسن مقاييس التفاعل. بالنسبة للمرادفات، واجهوا مشكلات مع قاعدة مرادفات غير خاضعة للسيطرة تسبب تضخمًا في الاستعلامات، وهم يعملون على تنظيف المرادفات غير المستخدمة والضارة.
المصدر: Habr — хаб ML —
الأصلي