論文の概要: Session Context Embedding for Intent Understanding in Product Search

• arxiv url: http://arxiv.org/abs/2406.01702v2
• Date: Wed, 10 Jul 2024 19:21:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-10 23:05:25.048512
• Title: Session Context Embedding for Intent Understanding in Product Search
• Title（参考訳）: プロダクト検索におけるインテント理解のためのセッションコンテキスト埋め込み
• Authors: Navid Mehrdad, Vishal Rathi, Sravanthi Rajanala,
• Abstract要約: 本稿では,検索と再帰におけるコンテキストの捕捉と活用を目的とした,セッションコンテキストのベクトル化手法を提案する。 実行時に、セッションの埋め込みは、各リクエストの後にクエリの埋め込み、保存、更新の代替となる。 ユーザ意図の理解のために,実行時のセッションコンテキストを無視した戦略の改善を実演する。
• 参考スコア（独自算出の注目度）: 0.4551615447454769
• License:
• Abstract: It is often noted that single query-item pair relevance training in search does not capture the customer intent. User intent can be better deduced from a series of engagements (Clicks, ATCs, Orders) in a given search session. We propose a novel method for vectorizing session context for capturing and utilizing context in retrieval and rerank. In the runtime, session embedding is an alternative to query embedding, saved and updated after each request in the session, it can be used for retrieval and ranking. We outline session embedding's solution to session-based intent understanding and its architecture, the background to this line of thought in search and recommendation, detail the methodologies implemented, and finally present the results of an implementation of session embedding for query product type classification. We demonstrate improvements over strategies ignoring session context in the runtime for user intent understanding.
• Abstract（参考訳）: 検索における単一のクエリとイテムペアの関連性トレーニングは、顧客の意図を捉えていないことがよく指摘される。 ユーザインテントは、所定の検索セッションにおける一連のエンゲージメント(クリック、ATC、注文)から、よりよく推測できる。 本稿では,検索と再帰におけるコンテキストの捕捉と活用を目的とした,セッションコンテキストのベクトル化手法を提案する。 ランタイムでは、セッションの埋め込みは、各リクエストの後にクエリの埋め込み、保存、更新の代替であり、検索とランキングに使用することができる。 セッション埋め込みのソリューションをセッションベースインテント理解とそのアーキテクチャ、検索とレコメンデーションにおけるこの考え方の背景、実装方法の詳細、そして最後に、クエリ製品タイプの分類のためのセッション埋め込みの実装結果について概説する。 ユーザ意図の理解のために,実行時のセッションコンテキストを無視した戦略の改善を実演する。

関連論文リスト

• Aligning Query Representation with Rewritten Query and Relevance Judgments in Conversational Search [32.35446999027349]
  我々は、より優れたクエリ表現モデルをトレーニングするために、リライトされたクエリと会話検索データの関連判断の両方を活用する。 提案したモデル --Query Representation Alignment Conversational Retriever(QRACDR)は、8つのデータセットでテストされる。
  論文  参考訳（メタデータ） (2024-07-29T17:14:36Z)
• Query-oriented Data Augmentation for Session Search [71.84678750612754]
  本稿では,検索ログの強化とモデリングの強化を目的としたクエリ指向データ拡張を提案する。 検索コンテキストの最も重要な部分を変更することで補足的なトレーニングペアを生成する。 我々は、現在のクエリを変更するためのいくつかの戦略を開発し、その結果、様々な難易度で新しいトレーニングデータを得る。
  論文  参考訳（メタデータ） (2024-07-04T08:08:33Z)
• Understanding Inter-Session Intentions via Complex Logical Reasoning [50.199811535229045]
  論理セッション複雑質問応答(LS-CQA)の課題について述べる。 セッション,項目,属性を集約したハイパーグラフ上で,LS-CQAタスクとして複雑な意図理解の問題をモデル化する。 新たなモデルであるLSGT(Logical Session Graph Transformer)を導入し,各セッション間のインタラクションとその論理的接続をキャプチャする。
  論文  参考訳（メタデータ） (2023-12-21T14:03:30Z)
• Social Commonsense-Guided Search Query Generation for Open-Domain Knowledge-Powered Conversations [66.16863141262506]
  本稿では,ソーシャルコモンセンスによってガイドされたインターネット検索クエリ生成に焦点を当てた新しいアプローチを提案する。 提案フレームワークは,トピックトラッキング,コモンセンス応答生成,命令駆動クエリ生成を統合することで,受動的ユーザインタラクションに対処する。
  論文  参考訳（メタデータ） (2023-10-22T16:14:56Z)
• Implicit Session Contexts for Next-Item Recommendations [27.250637187941532]
  セッションコンテキストは、ほとんどのデータセットで明示的に指定されていない。 セッションを暗黙的に文脈化するISCONを提案する。 ISCONは最先端の予測精度が最先端のモデルよりも優れている。
  論文  参考訳（メタデータ） (2022-08-18T21:48:16Z)
• Unsupervised Conversation Disentanglement through Co-Training [30.304609312675186]
  人間のアノテーションを参考にすることなく、会話の絡み合いモデルを訓練する。 提案手法は,2つのニューラルネットワークからなるディープコトレーニングアルゴリズムに基づいて構築される。 メッセージペア分類器では、信頼度の高いメッセージペアを検索することで、トレーニングデータを強化します。
  論文  参考訳（メタデータ） (2021-09-07T17:05:18Z)
• Session-Aware Query Auto-completion using Extreme Multi-label Ranking [61.753713147852125]
  本稿では,セッション対応クエリ自動補完の新たな手法を,XMR(Multi Multi-Xtreme Ranking)問題として取り上げる。 アルゴリズムのキーステップにいくつかの修正を提案することにより、この目的のために一般的なXMRアルゴリズムを適応させる。 当社のアプローチは、セッション情報を活用しながら、自動補完システムの厳しいレイテンシ要件を満たします。
  論文  参考訳（メタデータ） (2020-12-09T17:56:22Z)
• Conversational Semantic Parsing [50.954321571100294]
  共参照解決やコンテキスト転送といったセッションベースのプロパティは、パイプラインシステムで下流で処理される。 60kの発話からなる20kセッションからなる,セッションベースで構成型タスク指向構文解析データセットを新たにリリースする。 セッションベース解析のためのSeq2Seqモデルの新たなファミリーを提案し、ATIS, SNIPS, TOP, DSTC2における現在の最先端技術と同等の性能を実現する。
  論文  参考訳（メタデータ） (2020-09-28T22:08:00Z)
• Query Resolution for Conversational Search with Limited Supervision [63.131221660019776]
  本稿では,双方向トランスフォーマに基づくニューラルクエリ解決モデルQuReTeCを提案する。 我々はQuReTeCが最先端モデルより優れており、また、QuReTeCのトレーニングに必要な人為的なデータ量を大幅に削減するために、我々の遠隔監視手法が有効であることを示す。
  論文  参考訳（メタデータ） (2020-05-24T11:37:22Z)
• Using Image Captions and Multitask Learning for Recommending Query Reformulations [11.99358906295761]
  商用画像検索エンジンのクエリレコメンデーションエクスペリエンスを強化することを目的としている。 提案手法は,関連文献からの最先端の実践を取り入れたものである。
  論文  参考訳（メタデータ） (2020-03-02T08:22:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。