前沿重器[13] | 知乎query改写思路启示

【前沿重器】

栏目主要给大家分享各种大厂、顶会的论文和分享，从中抽取关键精华的部分和大家分享，和大家一起把握前沿技术。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有。

往期回顾

最近在看datafun的一些分享材料，正好看到了一篇知乎搜索对query理解、召回等方案的分享，觉得改写这块非常有收获，特此总结一下。

query改写的背景和现状

搜索中之所以要进行改写，是因为在下游的检索模块，需要这对特定的文本，搜索效果才会足够好，传统的文本匹配需要比较明确的文本词汇信息，而语义召回则需要明确的语义信息，这个角度看没有足够好的改写，很可能就无法召回需要的内容，所以这个时候，query的改写就显得非常重要了。

由于用户输入的多样性，改写本身也应该是一个多样性的策略方案组合，因此改写出来的可能是多个query，这些query都要进行搜索，性能压力不说，和大一部分内容其实是重复的，意义不大，虽然有检索语法树的支持，但是不见得就能解决所有问题。

机器翻译处理query改写

知乎的思路很简单，用简单粗暴的机器翻译的思路来将query正式化，使query更加标准，例如：苹果手机价格多少->苹果手机售价，于是这个问题就变得比较规范了，机器翻译问题，不外乎就是样本的构造和模型训练。

在工业界相比模型本身，样本应该才是更为关键的问题，尤其还是可靠的标注样本，但其实搜索的好处在于有很多用户行为可以挖掘，这里给出几种常见的平行样本挖掘的手段：

• query-用户点击title。
• 同一个点击title的不同query。
• 用户在一个session下的检索query。

这些都是用户视角认为比较相似的内容了，这些都是非常有利于进行训练的材料。当然，仅靠这些也是不够的，还需要清洗和筛选：

• 改写是希望长尾回答能映射到高频的，而高频的通常是我们比较容易处理好的。
• 噪音的问题可以通过语义相似度等方式直接过滤。
• 需要注意未登录词的处理，甚至是一些错别字导致的未登录词。

强化学习处理query改写

机器翻译虽然能直接对query进行改写，但并不代表改写出来的东西一定有利于召回，这两者之间存在gap，为了让这个翻译更加明确地向有利于召回的的方向走，知乎提出一种gap的处理方式——强化学习，简单地说就是把检索结果作为reward反馈给机器翻译模型，整个强化学习体系是这样的：

组件	内容
state	query
agent	机器翻译模型
action	改写
environmet	搜索系统
reward	topk召回率

在训练的流程里，改写前后的query都会进行召回和排序，我们希望改写后的query能召回更多好的结果，于是这个topk召回率就可以成为reward。另外有意思的是，有了强化学习，机器翻译模型就可以通过这种方式训练，对平行样本的依赖就没那么强了，或者说，强化学习可以是机器翻译模型的fine tuning。

然而在实践的时候发现，机器翻译改写query召回的内容topk召回率会很低，导致训练缓慢，这时候知乎借鉴了alphago中策略网络、价值网络、蒙托卡罗树搜索的结构，策略网络是机器翻译模型，价值网络用改写后的reward评估，这块的收益非常高，有兴趣可以结合alphago的结构详细了解一下。

title更进一步

召回的本质是希望通过query能更容易找到对应的title，除了通过query改写到queey来贴近，还可以通过title改写到query来贴近。

这种思路经过知乎的实验，可以解决点击query存在偏置的问题（那些搜了但是没有点击的query很多时候才是我们需要解决的query），思路是这样的，未召回的query可能和有点击的query相似但和目标title不接近，此时title能映射到query，就有利于未召回query后续的召回，这个逻辑其实就有点像给title做泛化，问答系统里面叫拓展问。

值得注意的是，从泛化的角度来看，这个泛化是定向的，往解决现在的召回逻辑无法召回目标query方向。

小结

有关query的改写，我还停留在比较初步的水平，这次的文章阅读，打开了思路不少的思路，感觉还可以继续品读，用在更多的地方，