扬子晚报08月14日：2022年最新《影音先锋下载免费资源在线观看》动漫在线观看_五月婷婷六月丁香Σ据介绍，7月19日下午，唐尚珺查询录取情况发现，其档案被投放到华中师范大学，后被退档，退档原因显示“专业已录满”。唐尚珺在社交平台上发布视频称，“这一结果出乎我的意料，我已经做好准备想今年去读大学，但是没想到，想读的师范专业没有报上。由于华中师范大学其他专业并非师范类专业，也不适合自己，就没有选择服从调剂。”eCAjmPE8-VSHDYS7123FID-EmxWhRRrF

　

一、有赞搜索平台整体设计

  在介绍QP前先简单介绍一下搜索平台的整体结构，方便大家快速了解QP在搜索平台中的作用。下图简单展示了一个搜索请求开始到结束的全部流程。业务通过简洁的api接入los，管理员在搜索平台新建配置并下发，完成整个搜索接入，并通过abtest验证QP带来的优化效果。

二、QP的作用

   在NLP中，QP被称作Query理解（QueryParser），简单来说就是从词法、句法、语义三个层面对query进行结构化解析。这里query从广义上来说涉及的任务比较多，最常见的就是搜索系统中输入的查询词，也可以是FAQ问答或阅读理解中的问句，又或者可以是人机对话中用户的聊天输入。
  在有赞，QP系统专注对查询内容进行结构化解析，整合了有赞NLP能力，提供统一对外接口，与业务逻辑解耦。通过配置化快速满足业务接入需求，同时将算法能力插件化，并支持人工干预插件执行结果。
  以精选搜索为例，当用户输入衣服时用户往往想要搜的是衣服类商品，而不是衣服架，衣服配饰等衣服周边用品。通过将衣服类目进行加权，将衣服类的商品排在靠前的位置，优化用户搜索体验。   QP目前应用在新零售，微商城、精选、爱逛买手店、分销市场、帮助中心知识库、官网搜索等场景，通过类目加权，产品词识别，搜索词纠错，同近义词召回提升用户搜索效果。

三、QP应用整体设计

  上图完整描述了QP请求流程和配置流程的执行情况。当搜索请求到达QP时，根据请求体中的场景标记获取QP配置。QP配置中包含搜索词位置标记，插件列表，dsl改写脚本等内容。
  QP根据配置，按序执行相应插件。插件在执行后，可通过干预配置以及超参数对结果进行人工干预。
  QP在获取到算法插件执行结果后，根据改写配置，对搜索dsl进行改写。如将纠错词放置在搜索词同一层级，将dsl改写成fuction score结构进行类目加权。

四、QP应用分层设计

上图按照请求流程从上到下展示了QP的分层设计，接下来将简单描述各层作用：
controller层：查询改写服务入口，对请求做预处理。
service层：根据场景获取QP改写配置，获取dsl里的搜索词，调用相应的插件返回qp结果。
plugin层：负责算法插件执行，调用插件对应的算法实现handler，对算法结果做干预并针对调用成功或者失败做处理。
handler层：算法具体实现放置在该层，该层会依赖各种算法服务（如小盒子，Milvus等）。
Intervener层：负责对handler结果做人工干预。
processor层：根据QP改写配置，调用改写插件，完成dsl的改写。

五、QP算法插件设计

5.1 预处理Preprocess插件

  按照配置规则对搜索词进行预处理，预处理方式如下：
  * 删除特殊符号 " “ \ 等；
  * 大写转小写，全角转半角；
  * 连续英文联合切分，连续数字联合切分，其余单独切分；
  * 默认截取list前50个字/词；
  * 将list拼接成一个字符串。

样例

输入："史蒂夫新款\时尚套装夏修身圆领百搭钩花DWF镂空雪纺两件套套裙；"
输出："史蒂夫新款时尚套装夏修身圆领百搭钩花dwf镂空雪纺两件套套裙"

5.2 纠错Correction插件

  纠错插件的作用是对搜索词中错误内容进行识别，返回正确内容。

样例

输入：[上海牛黄皂]
输出：[上海硫磺皂]

  当用户输入“上海牛黄皂”时，通过纠错插件能正确输出“上海硫磺皂”，其技术架构如下图所示。 1、纠错模型在bert基础上采用知识蒸馏，提升模型精度降低模型时延。
2、根据同音字召回候选集，使用tri-gram语言模型对候选集排序。

5.3 细粒度分词Tokenizer插件（基础分词）

样例

输入：[雪地靴女2020年新款皮毛一体冬季加绒加厚防滑东北厚底保暖棉鞋子]
输出：[雪地 靴 女 2020 年 新款 皮毛 一体 冬季 加绒 加厚 防滑 东北 厚底 保暖 棉 鞋子]

  该分词插件由Java版结巴 jieba-analysis 修改而来，修改内容如下：
  * 从全网商品标题数据，有赞行业数据，开源数据中统计出词频，作为基础分词词典；
  * 解决词典中由英文单词导致英文字符串被分开的问题；
  * 限制DAG的长度，即匹配词的长度，以此控制分词粒度，目前默认是2，分出来的词除英文和数字外，长度不会超过2。

5.4 语义分词sementicSegment插件

样例

输入：[雪地 靴 女 2020 年 新款 皮毛 一体 冬季 加绒 加厚 防滑 东北 厚底 保暖 棉 鞋子]
输出：[雪地靴 女 2020年 新款 皮毛一体 冬季 加绒加厚 防滑 东北 厚底 保暖 棉鞋子]

  该插件在细粒度分词的基础上，通过模型生成语义树将关联度大的词列表进行合并，输出语义分词结果。在样例中，雪地与靴关联度更大，所以在语义分词中将雪地与靴合并输出。

5.5 实体识别Tagging插件

样例

输入：["汽车","脚垫","刷子"]
输出：[{"word":"汽车","tag":"产品修饰词"},{"word":"脚垫","tag":"产品修饰词"},{"word":"刷子","tag":"产品词"}]

  实体识别插件主要用于识别出搜索内容中的产品词。比如用户在输入“汽车脚垫刷子”时，如果没有做产品词识别，“脚垫”相关的商品会因为商品分高而排在“刷子”商品前面，影响用户搜索体验。
  反之，经过命名实体识别，对“刷子”做产品词提权，刷子类商品就可以排在脚垫类商品前面，优化搜索体验。
  目前有赞规划的实体类别列表如下所示：

产品词 eg：“修身连衣裙”中的“连衣裙”
产品修饰词 eg：“汽车脚垫”中的“汽车”
普通词
新词
修饰
品牌
机构实体
地点地域
材质
人名
功能功效
专有名词
影视名称
型号
文娱书文曲
系列
游戏名称
款式元素
颜色
场景
风格
营销服务
人群
时间季节
性别
类目
母婴
规格
新品
前缀
后缀
数字
符号

实体识别方法

  基于正则可以识别数字、符号、规格、时间季节。

// 数字
private numWordRegex = "[0-9]+";  
// 符号
private String symbolWordRegex = "[\\[\\]\\{\\}【】「」\\\\\\|、｜‘'\"“”’；：;:>.。》/？\\?<《，,~`·！\\!@#\\$¥%\\^…&\\*（\\(\\)）\\-_—=\\+\\s]+";  
// 规格
private String unitRegex = "(?:\\d+|\\d+\\.\\d+|[一二三四五六七八九十百千万]+)\\s*(?:m|米|cm|厘米|ml|毫升|l|升|度|平米|件|块|元|片|张|本|条|瓶|部|辆|个|桶|包|盒|g|克|kg|千克|吨|寸|斤)";  
// 时间季节
private String seasonRegex = "[春夏秋冬]+[季天]?";  
private String yearRegex = "(?:18|19|20)\\d{2}";  

  基于词库可以识别产品词、品牌、产品修饰词。

品牌：query->二级类目->品牌，条件：在当前类目品牌词库里且模型预测不是“产品词”，此时打“品牌”实体标。    
产品词：在产品词库且模型预测是普通词。   
产品修饰词：多个词出现时，除最后一个，其余打“产品修饰词”实体标。  

  基于模型可以识别剩余23类实体，类别如下所示：

产品词
普通词
新词
修饰
品牌
机构实体
地点地域
材质
人名
功能功效
专有名词
影视名称
型号
文娱书文曲
系列
游戏名称
款式元素
颜色
场景
风格
营销服务
人群
时间季节

  模型结构：

5.6 类目预测categoryPredict插件

样例

输入：牛奶绒
输出: {
        "categoryId": "101000010001",
        "categoryName": "被套",
        "categoryChainList": [
            "家居建材",
            "床上用品",
            "被套"
        ],
        "parentCategoryId": "10100001",
        "level": 3,
        "hasChildren": true,
        "percent": 0.9010684490203857
    }

该插件会根据用户的搜索内容输出类目结果，主要应用在类目加权上。
例如当用户在有赞精选上输入牛奶绒，期望返回牛奶绒床单。
未使用类目加权，返回的商品大多为牛奶相关产品，不符合用户的搜索期望。
使用类目加权后，将床上用品类产品提权，返回的商品牛奶绒床单，符合用户期望。
类目预测模型是在对比学习基础上实现，具体内容可看对比学习在有赞的应用

5.7 同近义词插件

样例

输入：[衬衣]
输出：[衬衫]

  同近义词插件目前非常实现轻量，通过离线同义词表，搜索内容中的产品词作为输入，输出同义词。

六、总结与展望

  本文从QP整体设计，分层设计，插件设计较为完整的介绍了QP的架构设计。目前经过一年多的迭代，QP已经实现业务场景小时级接入，优化了零售，微商城，精选，爱逛，分销等场景搜索效果。后续将会继续丰富算法插件能力同时完成QP可视化配置能力方便业务自主接入。

本文由吴鑫强，任艳萍负责收集整理。

(B)【B】(l)【l】(o)【o】(o)【o】(m)【m】(b)【b】(e)【e】(r)【r】(g)【g】(E)【E】(c)【c】(o)【o】(n)【n】(o)【o】(m)【m】(i)【i】(c)【c】(s)【s】(的)【de】(N)【N】(i)【i】(r)【r】(a)【a】(j)【j】(S)【S】(h)【h】(a)【a】(h)【h】(表)【biao】(示)【shi】(：)【：】(“)【“】(事)【shi】(实)【shi】(证)【zheng】(明)【ming】(，)【，】(面)【mian】(对)【dui】

　【　】✍【　】「そう思います」と僕は同意した。【4】「他に想い浮かべるべき人がいるから」【月】▲【2】⌘【7】【日】【，】❅【武】ღ【汉】　　随着一声炮响之后，最先出现在赛场中央的却是赵子龙，当年赵云、吕玲绮、甘宁随杨阜南下江东之时，还曾与江东诸将有过较量，当时可是跟大将太史慈斗了百合不分胜负，一手神射更是令江东诸将侧目，无论是陆逊还是顾邵，对赵云印象都非常深刻。【市】✌【统】「駒込」と僕は言った。「知らなかったの　我々はぐるっと回った【计】【局】✘【公】❣【布】─【了】︻【2】【0】↗【2】▽【3】♚【年】　　从吕布打开丝绸之路之后，无论吕布身边的重臣还是各派学子乃至平民百姓，眼界已经不再局限于中原，虽然吕布从来没有明确的去去鄙视这些世家，但事实上，长安的诸多流派学子对于中原这些夜郎自大的世家是不怎么瞧上眼的，认为他们故步自封，思想守旧，虽然在长安这边同样有着门第之别，但至少他们愿意接受新的东西。【一】「好きでもとくに嫌いでもないよ。僕はごく普通の公立高校に通ったけどとくに気にはしなかったな。」【季】☑【度】【经】↖【济】【数】「それで」【据】【。】「お母さんはいつ亡くなったの」【一】【季】웃【度】℃【，】©【武】　　“子明可曾听过假道伐虢？”周瑜看着眼前滔滔江水，微笑道：“吕布要打，不过却要在我军攻占荆襄之后才能打！”【汉】▲【G】「二年前」と彼女は短く答えた。「癌よ。脳腫瘍のうしゅよう。一年半入院して苦しみに苦しんで最後には頭がおかしくなって薬づけになってcそれでも死ねなくてc殆んど安楽死みたいな格好で死んだの。なんていうかcあれ最悪の死に方よね。本人も辛いしcまわりも大変だし。おかげてうちなんかお金なくなっちゃったわよ。一本二万円の注射ぽんぽん射つわcつきそいはなきゃいけないわcなんのかのでね。看病してたおかげで私は勉強できなくて浪人しちゃうしc踏んだり蹴ったりよ。おまけに―」と彼女は何かの言いかけたが思いなおしてやめc箸を置いてため息をついた。「でもずいぶん暗い話になっちゃったわね。なんでこんな話になったんだっけ」【D】外務省の試験はどうだったんですかと僕は訊いてみた。外務省の上級試験の第二次が八月にあったのだ。【P】僕はどうしても眠れない夜に直子のいろんな姿を思いだした。思い出さないわけにはいかなかったのだ。僕の中には直子の思い出があまりにも数多くつまっていたしcそれらの思い出はほんの少しの隙間をもこじあけて次から次へ外にとびだそうとしていたからだ。僕にはそれらの奔出を押しとどめることはとてもできなかった。【为】「本当に大丈夫」【4】【3】⊿【1】　　“主公~”亲卫统领目眦欲裂的看着蔡瑁失去生机的尸体。【7】【.】☏【6】「まず第一は相手を助けたいと思うこと。そして自分も誰かに助けてもらわなくてはならないのだと思うこと。第二に正直になること。嘘をついたりc物事を取り繕ったりc都合の悪いことを誤魔化したりしないこと。それだけでいいのよ」【9】「ピース」と僕は言った。【亿】　　虽然不愿意承认，但城门，怕是守不住了！【元】【，】⊿【比】★【上】彼女はワインをすすりc煙草をふかしながら次から次へと知っている曲を弾いていった。ボサノヴァを十曲近く弾きcロジャースハートやガーシュインの曲を弾きcボブディランやらレイチャールズやらキャロルキングやらビーチボーイスやらティービーワンダーやら上を向いて歩こうやらブルーベルベットやらグリーンフールズやらcもうとにかくありとあらゆる曲を弾いた。ときどき目を閉じたり軽く首を振ったりcメロディーにあわせてハミングしたりした。【年】第29节【同】------------【期】▲【增】┃【长】☪【4】￥【.】✌【5】☣【%】❣【。】【分】　　付出和收获不平等，就算最后打下贵霜，那也是成全了兰詹母子，但于吕布而言，没有任何益处，反倒是人力物力消耗无数，与吕布利益绝对不合。【产】【业】　　曹操府邸中，曹操此刻却在带着次子曹丕与荀彧等人叙话，天下难得承平五年，不过最近随着吕布不断将书籍送往关东贱卖，令天下世家感觉到危机，最近已经有不少影响颇大的家族前来许昌，请求封锁关隘，断绝与关中商贸往来。【看】☢【，】【第】┃【一】「ねえワタナベ君c私たち下の食堂にごはん食べに行かない」と緑が言った。【产】　　“怎么？啪啦？”色目将领不解的看向众人。【业】☆【增】「僕はさっき何か間違ったこと言ったりしませんでしたか」【加】　　“嗯。”貂蝉点点头，目送吕布离开。【值】　　“爷爷！”郑小同默默地跪在郑玄身前，失声痛哭起来。【7】【4】Σ【.】でも僕の言葉は直子の耳には届かなかったようだった。あるいは耳には届いてもcその意味が理解できないようだった。彼女は一瞬口をつぐんだがcすぐにまた話のつづきを始めた。僕はあきらめて座りなおしc二本目のワインの残りを飲んだ。こうなったら彼女にしゃべりたいだけしゃべらせた方が良さそうだった。最終電車も門限もc何もかもなりゆきにまかせようと僕は心を決めた。【4】□【0】【亿】◐【元】【，】◆【增】ღ【长】↖【3】【%】「本当です。でも別に謎なんてありませんよ。ただ事情がとてもこみいって話しづらいだけです」【；】【第】「ねえc私は私のこともっと知りたいって質問したのよ。そんな答えっていくらなんでもひどいと思わない」【二】✉【产】♀【业】【增】←【加】웃【值】♡【1】「もしもしc小林書店です」と男の声が言った。小林書店【7】【6】℃【2】✈【.】【3】◈【4】「どんな話ってc普通の話よ。一日の出来事c読んだ本c明日の天気cそんないろいろなことよ。まさかあなた誰かがすっと立ち上がって今日は北極熊がお星様を食べたから明日は雨だなんて叫ぶと思ってたわけじゃないでしょう」【亿】☿【元】【，】【增】︻【长】☠【3】【.】【3】┃【%】※【；】　　“事不可违的话，该做出一些决断！”蔡氏淡然道。【第】　　看着两名贵霜将士抬着一把笨重的兵器上来，雄阔海一伸手，自有人将他的熟铜棍交到雄阔海受伤。【三】「本当は私あの学校に行きたくなかったの。」と緑は言って小さく首を振った。「私はごく普通の公立の学校に入りたかったの。ごく普通の人がいくごく普通の学校に。そして楽しくのんびりと青春を過ごしたかったの。でも親の見栄であそこに入れられちゃったのよ。ほら小学校のとき成績が良いとそういうとこあるでしょ先生がこの子の成績ならあそこに入れなすよcってね。でc入れられちゃったわけ。六年通ったけどどうしても好きになれなかったわ。一日も早くここを出ていきたい日も早くここを出ていきたいってcそればかり考えて学校に通ってたの。ねえc私って無遅刻無欠席で表彰までされたのよ。そんなに学校が嫌いだったのに。どうしてだかわかる」【产】【业】→【增】【加】☣【值】′`·.(`·..·′).·′`·-(ˉ`v′ˉ)-█┗┛↘↙╰☆╮≠︻︼─一【2】←【4】　　“吼~”【8】®【0】【.】【9】✘【5】┆【亿】　　太多的疑惑让夏侯渊不得其解，心情烦闷之下，夏侯渊带着人外出视察军营，士气普遍不高，昨日一上午的时间就折损了六千兵马，对曹军来说，士气上的打击太大。【元】【，】【增】≈【长】【5】【.】　　“主公，礼部总督杨阜杨大人求见。”蕊儿躬身道。【1】❥【%】【。】℉无码专区一va亚洲v喷专区。