处理口语化、方言化query避免召回错误,最有效的做法是先把方言词映射成标准品类词,再用拼音谐音与类目上浮做召回兜底,而不是把原词直接丢进检索引擎硬匹配。
一、口语query先拆意图再归一
剥离评价词:把“巴适”“绝绝子”“踩雷”等主观评价先摘掉,只保留品类、地点、时段、预算等可检索的硬要素
补全省略成分:口语常省略“附近”“哪家”,需补全为“附近+品类+推荐”的完整意图再检索
区分情绪与需求:“这家太难吃了”背后是找替代餐馆,应转成品类推荐而非负面评价检索
二、建本地化方言映射表
高频方言词:巴适=满意/好、抄手=馄饨、蹄花=猪蹄、苍蝇馆子=小餐馆
谐音变体:次饭=吃饭、灰机=飞机,用拼音编辑距离兜底匹配
品类俗称:串串=火锅串串、钵钵鸡=冷锅串串,统一映射到标准类目再召回
三、召回兜底做三层扩展
拼音纠错层:对query做拼音转写与编辑距离匹配,修正“剪头法”为“剪头发”
类目上浮层:方言词无命中时上浮到父类目,如“蹄花”无结果回退到“猪蹄/川菜”
LBS软约束层:本地生活query叠加位置过滤,避免跨城召回造成的不相关结果