详细内容或原文请订阅后点击阅览
Apple Music 搜索的多语言语义检索
Apple Music 以数十种语言为 150 多个店面的听众提供服务，其目录每天都会增加数十万首新曲目。在这种规模下，拼写错误、音译和跨语言查询的搜索召回成为会话质量的主要驱动因素，特别是对于占唯一查询大部分的尾部查询。我们提出了一个基于 305M 参数暹罗双编码器的多语言语义检索系统，该编码器根据 GTE 多语言基础进行了微调，并具有课程安排的多目标训练。该模型通过...集成到搜索堆栈中
来源:Apple机器学习研究Apple Music 以数十种语言为 150 多个店面的听众提供服务，其目录每天都会增加数十万首新曲目。在这种规模下，拼写错误、音译和跨语言查询的搜索召回成为会话质量的主要驱动因素，特别是对于占唯一查询大部分的尾部查询。我们提出了一个基于 305M 参数暹罗双编码器的多语言语义检索系统，该编码器根据 GTE 多语言基础进行了微调，并具有课程安排的多目标训练。该模型通过混合检索架构集成到搜索堆栈中，该架构使用分位数分布匹配将密集的最近邻结果与现有的基于令牌的索引混合在一起，从而无需重新训练下游排名器即可进行部署。离线时，该模型的 Hit@10 相对于 GTE 多语言基础提高了 69%。在全球在线 A/B 测试中，该系统总体相对转化率 (CR) 提升了 2.28%，无结果率降低了 86%，并且每个店面都获得了收益，且未观察到任何回归。改进集中在最需要的地方：尾部查询的相对 CR 提升了 7.93%，而中频查询的相对 CR 提升了 0.89%，头部查询提升了 0.14%——这证明语义检索在不影响服务良好的热门查询的情况下提高了硬查询的召回率。据我们所知，这是该平台上部署的最大的搜索质量改进之一。