美团点评《O2O搜索场景下的查询理解系统》总结
查询理解简介
QU（Query Understanding），对用户输入的Query进行一系列的分析（分词、归一化、纠错、实体识别、实体链接、异地识别、意图识别等），进而产生一系列的基础信号（POI、城市词、品牌词、类别词、经纬度、异地等）。
然后用这些基础信号去做更精准的召回，以及对最后排序可能会产生影响。
从QU到DQU，是美团NLP的平台化方向和过程。
NLP核心模块介绍
实体识别
实体识别模型迭代引入BERT模型
查询改写
基于知识库（精度高，召回少）->基于用户行为（整串匹配，召回一般） -> 基于翻译模型（召回高，容易语义漂移） -> 基于语义（召回高，解决语义漂移）
翻译改写主模型：SMT
意图识别
识别用户需求，决定多业务&多形态召回
更多扩展阅读：
BERT在美团搜索核心排序的探索和实践
https://tech.meituan.com/2020/07/09/bert-in-meituan-search.html
美团搜索中NER技术的探索与实践
https://tech.meituan.com/2020/07/23/ner-in-meituan-nlp.html
视频地址：
https://appukvkryx45804.h5.xiaoeknow.com/v1/course/column/p_5f0eeb5ae4b04349896c0dd5?type=3&share_user_id=u_5f190d7aa0047_eBn4XWgyvu&share_type=5&scene=%E9%82%80%E8%AF%B7%E9%93%BE%E6%8E%A5&entry=2&entry_type=2001&is_redirect=1
QU（Query Understanding），对用户输入的Query进行一系列的分析（分词、归一化、纠错、实体识别、实体链接、异地识别、意图识别等），进而产生一系列的基础信号（POI、城市词、品牌词、类别词、经纬度、异地等）。
然后用这些基础信号去做更精准的召回，以及对最后排序可能会产生影响。
从QU到DQU，是美团NLP的平台化方向和过程。
NLP核心模块介绍
实体识别
- 对比通用搜索（百度等），电商/O2O搜索是结构化召回
- NER是指导召回关键信号
命名实体识别（Named Entity Recognition，简称NER），又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。NER是信息提取、问答系统、句法分析、机器翻译、面向Semantic Web的元数据标注等应用领域的重要基础工具，在自然语言处理技术走向实用化的过程中占有重要的地位。在美团搜索场景下，NER是深度查询理解（Deep Query Understanding，简称 DQU）的底层基础信号，主要应用于搜索召回、用户意图识别、实体链接等环节，NER信号的质量，直接影响到用户的搜索体验。
实体识别模型迭代引入BERT模型
查询改写
基于知识库（精度高，召回少）->基于用户行为（整串匹配，召回一般） -> 基于翻译模型（召回高，容易语义漂移） -> 基于语义（召回高，解决语义漂移）
翻译改写主模型：SMT
意图识别
识别用户需求，决定多业务&多形态召回
更多扩展阅读：
BERT在美团搜索核心排序的探索和实践
https://tech.meituan.com/2020/07/09/bert-in-meituan-search.html
美团搜索中NER技术的探索与实践
https://tech.meituan.com/2020/07/23/ner-in-meituan-nlp.html
视频地址：
https://appukvkryx45804.h5.xiaoeknow.com/v1/course/column/p_5f0eeb5ae4b04349896c0dd5?type=3&share_user_id=u_5f190d7aa0047_eBn4XWgyvu&share_type=5&scene=%E9%82%80%E8%AF%B7%E9%93%BE%E6%8E%A5&entry=2&entry_type=2001&is_redirect=1
