DSIRM：学习用于电子商务相关性建模的查询桥接离散语义标识符

尽管电子商务搜索相关性的连续嵌入取得了快速进展，但一个长期存在的开放问题是难以捕获细粒度的属性区别。虽然离散语义标识符 (SID) 作为一种有前途的替代方案已被广泛采用，但现有的 SID 生成方法严重依赖于无监督量化。在现实场景中，缺乏显式监督通常会使决定哪些项目应共享 SID 变得更加困难，从而导致依赖于查询的排名能力受到限制。为了解决无监督 SID 的问题，我们建议对离散相关性特征进行显式建模，并开发离散语义标识符相关性模型（DSIRM）。具体来说，我们在项目侧提出了一种查询桥接对比量化方法，将查询-项目交互监督注入到残差量化中，以主动学习相关性感知语义分区。另一方面，我们在查询端探索生成式 LLM，以从文本中显式预测项目 SID，解决尾部查询和意图模糊性。查询和项目 SID 之间的分层前缀匹配可产生完美补充密集信号的判别性特征。对天猫生产数据的大量实验结果表明，我们提出的方法取得了更好的效果，将线下 AUC 提高了 +1.54%。通过高效的混合架构部署，实现了显着的在线提升（+0.13\% UCTR、+0.25\% UCTCVR），证明了其巨大的工业价值。