Hvad betyder Query expansion?
Query expansion udvider det sproglige grundlag for en søgning. Systemet kan eksempelvis tilføje et kendt fagudtryk til et dagligdags ord eller inkludere en almindelig forkortelse. Målet er at finde relevant materiale, som ellers ville blive overset på grund af ordvalget.
Udvidelsen kan bygge på en vedligeholdt synonymordbog, regler eller en model, der foreslår relaterede formuleringer. Metoderne har forskellige grader af kontrol. En fast ordliste er lettere at gennemgå, mens en generativ model kan foreslå ord, som ikke var forudset.
Flere ord kan også gøre søgningen mindre præcis. Hvis udvidelsen ændrer spørgsmålets betydning eller tilføjer et forkert fagområde, kan irrelevant materiale fylde resultatlisten. Derfor skal udvidelsen testes som en del af søgningen og ikke bedømmes alene på, om ordene lyder beslægtede.
Beslægtede ord er ikke altid udskiftelige
En forkortelse kan have flere betydninger, og et bredt begreb er ikke nødvendigvis et synonym for en bestemt produkttype. Overvej derfor, om en regel skal virke i begge retninger eller kun udvide en bestemt formulering.
En brancheordliste bør have en ejer. Når produkter og interne betegnelser ændres, kan gamle relationer blive misvisende. Test både de spørgsmål, reglen skal hjælpe, og nærliggende spørgsmål, hvor den ikke må udvide søgningen forkert.
Bevar brugerens oprindelige formulering
Det er nyttigt at kunne se originalen og den udvidede søgning ved fejlsøgning. Hvis et forkert dokument dukker op, kan teamet afgøre, om årsagen var en tilføjet term, rangeringen eller selve materialet.
Præcise identifikatorer og begrænsninger skal bevares. Et serienummer bør ikke erstattes af en lignende betegnelse, og “uden abonnement” må ikke miste sin negation. Udvidelse skal øge dækningen af samme behov frem for gøre spørgsmålet til noget lettere at besvare.
Et eksempel fra praksis
En håndværksvirksomhed har vejledninger, hvor fagbetegnelsen “fugeprofil” bruges, mens medarbejdere ofte søger efter “gummilisten ved døren”. Teamet undersøger, om en kontrolleret udvidelse hjælper med at finde den relevante vejledning.
Det tester samtidig søgninger om andre lister og tætninger, så udvidelsen ikke bliver for bred. Produktserie og anvendelsessted følger med i søgningen. Hvis samme dagligdags ord dækker flere dele, viser systemet et afklaringsspørgsmål eller flere tydeligt adskilte muligheder frem for at vælge én vilkårligt.
Typiske faldgruber
- Alle beslægtede ord registreres som gensidige synonymer.
- Negationer, produktnumre eller andre afgrænsninger ændres under udvidelsen.
- En genereret term tilføjes uden kontrol af dens betydning i branchen.
Det skal I afklare
- Kortlæg konkrete ordvalg, som giver manglende relevante resultater.
- Afprøv både ønskede matches og nærliggende fejlsøgninger.
- Bevar originalforespørgslen og dokumentér udvidelsesreglerne.
Spørgsmål og svar
Kræver query expansion en sprogmodel?
Nej. En kontrolleret synonymordbog eller en enkel regel kan være nok. En model er relevant, hvis dens ekstra fleksibilitet kan begrundes og testes.
Er flere søgeresultater altid en forbedring?
Nej. Det afgørende er, om de nødvendige dokumenter findes uden at blive druknet i irrelevante kandidater. Dækning og præcision skal vurderes sammen.
Kilder og videre læsning
De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.
- Elastic: Synonym token filter ↗Retningsbestemte og ækvivalente synonymregler i tekstanalyse.
- Haystack: QueryExpander ↗Modelbaseret udvidelse med alternative søgeformuleringer.