詳細解釋
自動擴展用戶原始查詢，添加同義詞、相關詞或重寫，以提高檢索召回率的技術。
擴展類型：
- 同義詞擴展：「電腦」→「計算機」「PC」
- 語義擴展：向量空間中的鄰近詞
- 查詢重寫：將口語化轉為正式檢索詞
- 偽相關反饋：用初始檢索結果的好文檔提取擴展詞
- LLM 擴展：用 GPT 生成相關查詢變體
技術方法：
- 詞典法：WordNet、同義詞詞典
- 共現分析：從點擊日志學習查詢-文檔關聯
- 詞嵌入：相似詞向量擴展
- 生成模型：Seq2Seq 學習查詢改寫
應用場景：
- 搜索引擎：Google 的查詢理解
- 電商搜索：用戶用口語，產品用專業術語
- 文獻檢索：醫學、法律術語標準化
- 推薦系統：擴展興趣標籤
挑戰：
- 歧義：「蘋果」是水果還是公司？
- 噪聲：擴展引入無關詞降低精度
- 過度擴展：召回太多無關結果
- 語境依賴：同一詞在不同領域含義不同
現代演進：
- 稠密檢索減少了對顯式擴展的需求（語義已編碼）
- 但關鍵詞檢索場景仍需要
- Learned Sparse Retrieval（SPLADE）自動學習擴展
這是「信息檢索」的經典技術—— 縮小「用戶想說的」和「系統能找的」之間的鴻溝。