中文缩写预测模型

两阶段生成与对比评估

在生成模型之后引入对比评估模型，通过联合学习筛选出更合理的缩写，显著提升生成质量。

刘井平 · Xianyang, Tian · Hanwen, Tong · Xie, Chenhao · 阮彤 · Lin, Cong · Baohua, Wu · 王昊奋

Information Processing and Management 2024

参数信息

公开数据集上的性能提升

3.32 %

公开数据集上的性能提升

1.73 %

在线POI识别率提升

0.65 %

在线页面点击率提升

1.37 %

技术优势

生成后评估，质量更高

在生成阶段后加入对比评估模型，通过缩写打分器和短语打分器联合学习，筛选出更合理的缩写。

线上验证，业务收益明确

在飞猪应用上部署并进行20天线上A/B测试，搜索系统中使用本方法预测的缩写使POI识别率提升0.65%，页面点击率提升1.37%。

应用场景

• 搜索引擎查询优化：用高质量缩写替代全称，优化查询匹配
• 自然语言处理工具：作为组件集成到NLP流水线，自动生成缩写
• 文本规范化：将全称规范为常用缩写，统一文本表示
• 电商搜索：改善电商搜索中的商品匹配与点击率