OpenSearch:カテゴリ予測介入辞書

仕組み

カテゴリ予測モデルは、各検索クエリについてすべての製品カテゴリに対して関連性スコアを割り当てます：

クエリが介入辞書内のエントリと完全に一致した場合、そのカテゴリについてのみ辞書の値がモデルの予測値よりも優先されます。介入エントリで指定されていないカテゴリについては、モデルが算出した元の値が維持されます。

例： モデルがクエリ「A Smile is Beautiful」に対して次のような値を割り当てたとします：カテゴリ 20 → 0、カテゴリ 10 → 2。介入辞書で次のように設定した場合：カテゴリ 20 → 2、カテゴリ 30 → 1。実際の有効な値は以下のようになります：カテゴリ 20 → 2（辞書がモデルをオーバーライド）、カテゴリ 30 → 1（辞書のみで定義）、カテゴリ 10 → 2（モデルの値を維持）。

前提条件

開始する前に、以下の条件を満たしていることを確認してください。

• 少なくとも 1 つのカテゴリ予測モデルが構成済みの OpenSearch アプリケーション

• 辞書の管理権限を持つ OpenSearch コンソールへのアクセス権限

介入辞書の作成とエントリの構成

例：「milk」の検索結果の順位誤りを修正

問題： ユーザーが「milk」と検索した際に、牛乳カップなどの家庭用品が、実際の牛乳製品よりも検索結果の上位に表示されます。

根本原因： カテゴリ予測モデルが、このクエリに対して、家庭用品カテゴリ（ID：20、牛乳カップを含む）に食品カテゴリ（ID：15、牛乳を含む）よりも高いソートスコアを割り当てています。

対処方法：

1. カテゴリ予測介入 を 辞書タイプ として指定して介入辞書を作成します。

2. クエリ に milk、カテゴリ ID-関連性 に 20-1;15-2 を指定した介入エントリを追加します。これにより、家庭用品（20）の関連性が「低い」に、食品（15）の関連性が「高い」に設定されます。

   

   

3. オンラインアプリケーションで使用されるカテゴリ予測モデルに、この辞書を適用します。

   

注意事項

• 利用中の辞書の削除： 現在使用中のモデルに割り当てられている辞書（オンラインアプリケーションに適用されていなくても）を削除しようとすると、削除は失敗します。まずモデルから辞書の割り当てを解除してから、辞書を削除してください。

• エントリの更新： すでに介入エントリが存在するクエリについては、新しいエントリを作成することなく、個別のカテゴリ関連性値を追加・変更・削除できます。

• エントリ形式： 関連性値は categoryID-relevanceValue のペアで指定します。1 つのエントリで複数のカテゴリを対象とする場合は、ペアをセミコロンで区切ります：20-1;15-2。

制限事項