aladdin-thoughts

http://wiki.babel.baidu.com/twiki/bin/view/Ps/Aladdin/Aladdin%E7%BB%BC%E8%BF%B0

需求识别
现有方法：专名辞典(挖掘)、特定规则(机构名规则、特征词等)、日志挖掘-->专名辞典

用户行为分析
目前用户行为分析在 Aladdin 中主要应用在需求退场和需求度调整上：
* 根据用户对aladdin结果的点击，以及点击在所有结果上的分布，判断需求以及aladdin满足的程度 * 根据上述判断决定将某个query的某个需求退场，还是需求度调整(目前仅有降低需求度)


http://wiki.babel.baidu.com/twiki/bin/view/Ps/Aladdin/PicCacheIntro
阿拉丁计划要求结果页不再只有单纯的文字。为了支持结果页展示图片，需要搭建图片cache服务器，使得用户能够快速、稳定的获取图片


http://wiki.babel.baidu.com/twiki/bin/view/Ps/Aladdin/AladdinTopicOverview
通用特殊库检索(gss) 
提供统一的库挂载、配置/词表更新、网络交互框架，通过挂载不同类型阿拉丁的策略包(So)，达到对不同特殊库的检索功能。 

垂直检索架构(ms-index) 
提供一套基于多属性+短摘要的实时检索系统，满足对一类行业数据中各属性的组合检索+筛选，title+desc 的文本匹配，并提可以灵活定制：按字段统计、多粒度排序、多需求满足、多字段类聚的高阶Rank功能。


http://wiki.babel.baidu.com/twiki/bin/view/Ps/WebPMAla/Aladingjiegouhuawenti
2.3. Query变换
结构化query变换可以通过配置属性词的同义词、杂质词、日常归一化来扩大召回。
2.3.1. 属性词的同义词
如将属性词“身高”配置同义词为“有多高”，这样所有包含身高属性词的pattern都可以受益扩大召回，无需一 一配置pattern。
2.3.2. 杂质词
如pattern[XX][YY]配置的杂质词可以出现在A[XX]B[YY]C的A/B/C任意位置，但不能在[XX]里
2.3.3. 日期归一化
选择是否进行日期归一化以及模糊日期推送方式。
说明：模糊日期将被补上缺省的时间单位成完整时间。例如在2011年7月11日
选择“现在式”，“5号”对应为“20110705”，即补全当年当月。
选择“过去式”，“17号”对应为“20110617”，即补全当年当月后若是未来时间，则自动减去一个最小缺失单位。
选择“将来式”，“3号”对应为“20110803”，即补全当年当月后若是过去时间，则自动加上一个最小缺失单位。
比如query=康熙来了 17号，补全当年当月时间是未来时间2011年7月17日，用户想搜的大部分是已经播出的康熙来了，这时应选择过去式，则为康熙来了 20110617。”
=====问题=====
․ 结构化希望可以配置词典中具体数据的同义词；比如给[明星名]中的“刘德华”配置同义词“华仔”
․ 杂质词希望能以检索规则粒度来配置，不然就会出现badcase，比如“站”配成杂质词，[城市名]到[城市名]这类检索规则有“站”杂质词OK，但[车次]这类检索规则加上“站”后还被召回就是badcase


1. UTR/BWS是什么?
2. KV/结构化/mini分别应对什么样的情况和资源？
3. Aladdin是否有英文的NER接口？