什麼是拼字錯誤修正幹預詞典,如何使用 - OpenSearch

幹預詞典是在系統無法正確錯誤修正時，提供一種途徑供使用者自訂錯誤修正行為。通過建立幹預詞典，並在查詢分析中配置拼字檢查功能時，選擇對應的幹預詞典，可以實現對錯誤修正的幹預。

使用介紹

目前支援對系統內建的拼字錯誤修正詞典進行人工幹預。使用者實現幹預操作的過程通常有以下四步：

建立拼字錯誤修正幹預詞典。使用者通過搜尋演算法中心--->召回配置--->詞典管理，進入查詢分析幹預詞典頁後，點擊頁面右上方的“建立”。選擇了詞典類型後，為詞典命名，幹預詞典建立完成，詞典會出現在頁面的詞典列表中。
新增和管理幹預詞典內的幹預詞條。詞典建立完成後，在列表中點擊詞典名稱或點擊詞典對應的“管理”，即可進入到幹預詞典的詳情頁。使用者可在詳情頁內進行幹預詞條的新增和管理。使用者可對Query進行兩種類型的幹預：
1. 添加糾正詞：對一個Query添加糾正詞，系統在查詢Query時會改寫成添加的糾正詞進行結果召回。
2. 屏蔽糾正詞：對一個Query屏蔽糾正詞，系統在查詢Query時不再會改寫成屏蔽的糾正詞進行結果召回。
使用幹預詞典。建立並填充完成拼字錯誤修正詞幹預詞典後，可在任意應用的查詢規則內選擇使用。
幹預詞典效果測試和上線。查詢分析規則使用了幹預詞典後，在應用到線上前建議先進行搜尋效果測試，評估效果是否符合幹預預期。

1.位置靠前的幹預詞條優先：

例如：幹預詞條：中國建社->中國建設和建社很行->建設銀行， query：中國建社很行, 兩條幹預資料均在query中有連續語義term的匹配，但是由於幹預詞條在query中有重疊，選擇位置靠前的幹預詞條生效，最終錯誤修正結果為中國建設很行。

2.位置相同的情況下，幹預詞條長度（語義term個數）優先：

例如：幹預詞條開法->開發和開法搜嗦->OpenSearch，query：開法搜嗦真優秀，最終錯誤修正結果為OpenSearch真優秀

3.一個query可以有多個包含匹配的幹預生效。

注意：

幹預詞條：

手機沖電器->手機充電器

query：

query：手機沖電器哪個排子好

結果：幹預後結果：手機充電器哪個排子好，將這個query再進行系統模型的錯誤修正，在保證手機沖電器->手機充電器幹預生效的前提下，系統會進行進一步錯誤修正，得到結果手機充電器哪個牌子好。

業務情境：某電商導購類業務在OpenSearch的應用執行個體中配置使用了查詢分析規則，規則包含拼字錯誤修正功能，但是線上上發現了badcase，於是決定使用幹預功能。

badcase：使用者搜尋Query“福健”，返回的結果不多，但是都完整包含了“福建”關鍵詞，實際上該查詢的相關結果有很多都沒有召回。

問題診斷：使用者的輸入Query錯誤，正確的寫法應該是“福建”，系統的拼字錯誤修正沒有識別出錯誤寫法。

解決方案：建立拼字錯誤修正幹預詞典，在Query“福健”下幹預添加糾正詞“福建”，再將該拼字錯誤修正詞典應用線上上使用的查詢分析規則中。

操作步驟：

1.控制台>搜尋演算法中心>召回配置>詞典管理，建立拼字錯誤修正詞典：

填寫“名稱”，詞典類型選擇“拼字錯誤修正”：

2.在建立的拼字錯誤修正幹預詞典裡新增幹預詞條，Query欄填寫“福健”，糾正詞欄填寫“福建”，幹預類型選擇“添加”：

3.在查詢分析介面把剛剛建立的“拼字錯誤修正幹預詞典”先應用在一個未上線的查詢分析規則中，以便進行搜尋效果測試：

4.搜尋測試是否符合預期效果。發現搜尋結果召回了改寫成“福建”的結果，符合預期：

詞典類型和名稱在建立後均不可修改。
新增幹預詞條時，填寫的Query不應與幹預列表內已幹預過的Query重複。
同一幹預詞典可以被多個查詢分析規則使用。
由於目前的幹預詞典是基於系統內建詞典的補丁式幹預，所以詞典使用時會預設勾選使用系統內建詞典。
目前拼字錯誤修正幹預詞典的生效規則是包含匹配，查詢詞中一個或多個（最多5個）連續完整的語義term和幹預詞條中的query的匹配才會生效。包含匹配不完全等價於字串的子串匹配。
被任一查詢規則（不論是否上線）使用的幹預詞典不能被刪除，想要刪除需要首先解除使用。

拼字錯誤修正幹預詞典一共可以建立20個。
每次新增拼字錯誤修正幹預詞條時，Query只支援填寫一個，同一Query下糾正詞只支援填寫一個。
每個拼字錯誤修正幹預詞典最多可建立1000個幹預詞條。
拼字錯誤修正幹預詞條按照幹預的Query與查詢Query精準匹配才生效。例如，為Query“武汗”添加了拼字錯誤修正詞“武漢”，那麼查詢“武汗”時會改寫為“武漢”進行召回，但是查詢“去武汗”時，不會被改寫，仍然按照原Query進行召回。
添加的幹預內容均會進行大小寫和全半形歸一化處理，其中大寫字母會歸一化為小寫，全形會歸一化為半形。