માનવ ટીકા સાથે શોધ ક્વેરી સમજણ વધારવી

પોલેન્ડ સ્થિત અગ્રણી ઈ-કોમર્સ સમૂહ માટે અસ્પષ્ટ ધારવાળા કેસોને સતત હેન્ડલ કરવા અને શોધ સુસંગતતા સુધારવા માટે માનવીય નિર્ણયશક્તિ અને માળખાગત વર્ગીકરણનો ઉપયોગ.

શોધ ક્વેરી વધારી રહ્યા છીએ

પ્રોજેક્ટ ઓવરવ્યૂ

પોલેન્ડ સ્થિત ઈ-કોમર્સ લીડર, ક્લાયન્ટને દરરોજ લાખો સર્ચ ક્વેરીઝ મળે છે. આમાંની ઘણી ક્વેરીઝ અસ્પષ્ટ છે , ખોટી જોડણીઓ શામેલ છે, અથવા બહુવિધ ઉત્પાદન શ્રેણીઓનો સંદર્ભ આપે છે , જે સ્વચાલિત સર્ચ એન્જિન માટે પડકારો ઉભા કરે છે.

ગ્રાહકના અનુભવની ચોકસાઈ અને ગુણવત્તા સુધારવા માટે , શેપે બાયમાર્ડના અભ્યાસથી પ્રેરિત એક માળખાગત એનોટેશન માળખું વિકસાવ્યું. સુસંગત વર્ગીકરણ સુનિશ્ચિત કરવા માટે પ્રશ્નોને પ્રાથમિકતાના નિયમો સાથે 11 શ્રેણીઓમાં (દા.ત., ઉત્પાદન શ્રેણી, થીમ, ચોક્કસ વિશેષતા, ચોક્કસ, વેપારી, લક્ષણ, બિન-ઉત્પાદન, વગેરે) વ્યવસ્થિત રીતે વર્ગીકૃત કરવામાં આવ્યા હતા.

 

શોધ ક્વેરી વધારી રહ્યા છીએ

કી આંકડા

૫૦,૦૦૦+ પ્રશ્નો એનોટેટેડ

બહુવિધ શ્રેણીઓમાં

૧૧ ટીકા વર્ગો

સ્પષ્ટ વ્યાખ્યાઓ અને પ્રાધાન્યતા નિયમો સાથે

૩-પગલાંનું વર્કફ્લો

ટીકા ➔ QA ➔ SME આર્બિટ્રેશન

પરિયોજના દર્શન

આ પ્રોજેક્ટ મોટા પાયે માર્કેટપ્લેસ પ્લેટફોર્મ પર વપરાશકર્તા શોધ વર્તણૂકના સંપૂર્ણ સ્પેક્ટ્રમને કેપ્ચર કરવા માટે એક વ્યાપક વર્ગીકરણ બનાવવા પર કેન્દ્રિત હતો. આ ક્ષેત્રમાં શામેલ છે:

  • ૧૧ શ્રેણીઓનું વર્ગીકરણ વિકસાવવું સ્પષ્ટ વ્યાખ્યાઓ અને પ્રાધાન્યતા વંશવેલો સાથે જ્યાં પ્રશ્નો એક કરતાં વધુ વર્ગમાં ફિટ થઈ શકે તેવા કિસ્સાઓને સંબોધિત કરે છે.
  • હજારો વાસ્તવિક પ્રશ્નોની ટીકા કરવી વર્ગીકરણ પ્રણાલીને તાલીમ આપવા અને માપાંકિત કરવા માટે ઉત્પાદન અને બિન-ઉત્પાદન ક્ષેત્રો બંનેમાં.
  • અસ્પષ્ટ પ્રશ્નોનું નિરાકરણ વિષય નિષ્ણાતો (SMEs) સુધી વધારીને, એજ કેસ કેવી રીતે હેન્ડલ કરવામાં આવે છે તેમાં સુસંગતતા સુનિશ્ચિત કરવી.
  • ટીકાવાળા ઉદાહરણો અને સમર્થન પૂરું પાડવું QA કેલિબ્રેશન માટે, એક તાલીમ સમૂહ બનાવવો જેના પર ભવિષ્યના ટીકાકારો સંદર્ભ માટે આધાર રાખી શકે.

નમૂના ટીકાઓ શામેલ છે:

  • ડી ડાયટ્રીચ એલેન્સિયો ➔ ચોક્કસ
  • E 91 ➔ કહેવું મુશ્કેલ
  • tezfiles ➔ વેપારી
  • સુબારુ brz ટોયોટા gt86 ➔ નોન-પ્રોડક્ટ
  • ઓક્યુલરી BHP ➔ ઉત્પાદન શ્રેણી
  • સ્ટેવુ સ્કોકોવેગો ➔ લક્ષણ

પડકારો

આ પ્રોજેક્ટમાં ઈ-કોમર્સ શોધ વાતાવરણમાં લાક્ષણિક રીતે જોવા મળતી ઘણી ડેટા જટિલતા સમસ્યાઓનો સામનો કરવો પડ્યો :

અસ્પષ્ટતા

"E 91" જેવી ક્વેરીઝ ખૂબ જ અલગ અલગ ઉત્પાદનો (કાર મોડેલ, ફ્યુઝ હોલ્ડર, કેપ્સ્યુલ છાપ) ને અનુરૂપ હોઈ શકે છે, જેનાથી અર્થઘટન ખૂબ જ અનિશ્ચિત બને છે.

ટાઇપો અને ચલો

ખોટી જોડણી અથવા લઘુલિપિ, જેમ કે "લેમ્પા યુએફ ઝેસ્ટાવ", ને "લેમ્પા યુવી ઝેસ્ટાવ" તરીકે સમજવા માટે સંદર્ભિત માનવ અર્થઘટનની જરૂર પડે છે.

ઓવરલેપિંગ શ્રેણીઓ

ક્વેરીઝ ઘણીવાર બહુવિધ વર્ગો સાથે મેળ ખાતી હતી (દા.ત., ચોક્કસ વિરુદ્ધ સુસંગત વિરુદ્ધ ચોક્કસ લક્ષણ), જેમાં સુસંગતતા સુનિશ્ચિત કરવા માટે પ્રાથમિકતા નિયમોની જરૂર પડે છે.

અમાન્ય ઇનપુટ્સ

કોઈપણ ઉત્પાદન મેળ ખાતી ન હોય તેવા સીરીયલ કોડ અથવા ઓળખકર્તાઓને ખોટી રીતે વર્ગીકૃત કરવાને બદલે "અમાન્ય શબ્દસમૂહ" તરીકે ટૅગ કરવાની જરૂર હતી.

માપનીયતા

હજારો પ્રશ્નોમાં સૂક્ષ્મ વર્ગીકરણ નિયમોનો સતત ઉપયોગ કરવાથી મજબૂત QA અને ટીકા શાસનની માંગ થઈ.

ઉકેલ

આ પડકારોનો સામનો કરવા માટે, એક સંરચિત એનોટેશન માળખું રજૂ કરવામાં આવ્યું હતું, જે ઓટોમેશનને માનવ દેખરેખ સાથે સંતુલિત કરતું હતું:

ટીકા માર્ગદર્શિકા

જટિલ પરિસ્થિતિઓમાં પણ, ટીકાકારોને સતત વર્ગીકૃત કરવામાં મદદ કરવા માટે વિગતવાર વ્યાખ્યાઓ, ઉદાહરણો અને સૂચનાઓ બનાવવામાં આવી હતી.

અગ્રતા નિયમો

એક વંશવેલો સ્થાપિત કરવામાં આવ્યો હતો (દા.ત., સુસંગત > ચોક્કસ > ચોક્કસ વિશેષતા) જેથી ઓવરલેપિંગ કેસોને વ્યવસ્થિત રીતે ઉકેલવામાં આવ્યા.

બહુ-સ્તરીય QA પ્રક્રિયા

  1. તાલીમ પામેલા ટીકાકારો દ્વારા પ્રારંભિક ટીકા.
  2. QA નિષ્ણાતો દ્વારા ગૌણ સમીક્ષા.
  3. SMEs ને આર્બિટ્રેશન ઓન એજ કેસો અથવા મતભેદો માટે એસ્કેલેશન

વાસ્તવિક દુનિયાના પ્રશ્નો સાથે માર્ગદર્શિકાનો વ્યવહારુ ઉપયોગ

  • 4008146044786 ➔ અમાન્ય શબ્દસમૂહ
  • ચમત્કારિક ક્રોલિક વિષયોનું લક્ષણ
  • ઝેડસીડી ગેલેક્ટીક ગ્રે સુસંગત
  • ઓવઝારેક બેલ્જીસ્કી થીમ

આનાથી એનોટેશન પાઇપલાઇનમાં ગોઠવણી, ગુણવત્તા અને વિશ્વસનીયતા સુનિશ્ચિત થઈ.

પરિણામ

આ પહેલથી ક્લાયન્ટના સર્ચ ઇકોસિસ્ટમમાં માપી શકાય તેવા સુધારાઓ થયા:

  • ૫૦,૦૦૦+ ક્વેરીઝ વર્ગીકૃત ઉચ્ચ ચોકસાઇ સાથે, શોધ સુધારણા માટે એક મજબૂત તાલીમ ડેટાસેટ બનાવે છે.
  • શોધ પરિણામોની સુસંગતતામાં સુધારો, વપરાશકર્તા સંતોષને સીધો વધારવો અને અપ્રસ્તુત મેચોથી થતી હતાશા ઘટાડવી.
  • અસ્પષ્ટતામાં ઘટાડો SME-સંચાલિત આર્બિટ્રેશન અને પ્રાધાન્યતા નિયમો દ્વારા વ્યવસ્થિત રીતે એજ કેસોનો ઉકેલ લાવીને.
  • ઉત્પાદન શોધક્ષમતામાં વધારો, ખાતરી કરવી કે વપરાશકર્તાઓ શ્રેણીઓ, વિશેષતાઓ અને થીમ્સમાં વસ્તુઓ વધુ સચોટ રીતે શોધી શકે.

એકંદરે, આ પ્રોજેક્ટે વધુ બુદ્ધિશાળી, વપરાશકર્તા-કેન્દ્રિત શોધ અનુભવ માટે પાયો નાખ્યો , જે ક્લાયન્ટને ઈ-કોમર્સ બજારમાં તેની સ્પર્ધાત્મક ધાર જાળવી રાખવામાં મદદ કરશે.

ભાવ ચિહ્ન

માનવીય ટીકા કાર્યપ્રવાહ જટિલ શોધ પ્રશ્નોમાં સ્પષ્ટતા લાવ્યો. સંરચિત વર્ગીકરણ અને પ્રાથમિકતા નિયમોએ અમારા શોધ એન્જિનની ચોકસાઈમાં નોંધપાત્ર સુધારો કર્યો અને વપરાશકર્તા અનુભવોને વધુ સરળ બનાવ્યા.

— પોલેન્ડ સ્થિત ઈ-કોમર્સ કોંગ્લોમેરેટના સર્ચ એન્ડ ડિસ્કવરી વડા

★★★★★
ભાવ ચિહ્ન