研究人员开发了SPEAR，一个用于社区搜索的新型框架，可增强查询重构和检索效果。SPEAR通过整合三个组件来解决当前系统中的不匹配问题：一个双嵌入骨干网络以保护召回端语义，一个乘法门控聚合器以防止通用词捷径，以及一个动态重写选择器以进行自适应校准。自2025年以来，SPEAR已部署在得物社区搜索平台，并在离线评估中显示出显著改进，包括重写语义相似度提高+18.2，点击召回率提高+99.5。在线A/B测试证实了其有效性，显示查询-浏览点击率（CTR）提高+0.259，平均阅读深度提高+0.733。 AI
影响 通过增强查询理解和检索准确性来改进电子商务搜索，可能带来更好的用户参与度和转化率。
排序理由 该项目是一篇研究论文，详细介绍了一种新的信息检索和搜索框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- CatalyzeX
- Connected Papers
- DagsHub
- Dewu Township
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- scite Smart Citations
- SPEAR
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
