'一款现代最新款笔记本电脑'——产品搜索中自然语言查询的模糊性
作者
大语言模型(LLM)的人机协作推荐系统用户体验软件工程师与开发者UI/UX 设计师消费者与购物者
随着语音助手的兴起和移动搜索使用的增加,自然语言已成为重要的查询语言。由于自然语言中的模糊性和歧义,目前大多数系统无法处理这些查询。用户已经调整了查询表述以适应他们认为搜索引擎的能力,这增加了他们的认知负担。我们的研究通过调查产品搜索场景中的真实信息需求,为交互式搜索系统的设计做出了贡献。在一项众包实验中,我们收集了132个自然语言信息需求。我们检查了这些表述的模糊性及其与零售商生成的内容和用户生成的产品评论的匹配程度。我们的研究结果揭示了模糊性程度的高度差异,以及用户评论作为支持具有模糊搜索意图的用户的来源的潜力。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 83%
InterQuest:用于会话搜索中动态用户兴趣建模的混合主动式框架
UIST '25· 大语言模型(LLM)的人机协作 +2
- 67%
先打字后纠正:使用神经网络实现移动文本输入的智能文本纠正技术
UIST '19· 大语言模型(LLM)的人机协作 +1
- 60%
面向移动应用中的完整图标标注
CHI '22· 大语言模型(LLM)的人机协作 +1
- 60%
用户对推荐系统的信任:基于内容、协同和人口统计过滤的比较
CHI '22· 推荐系统用户体验
- 60%
Tap&Say:结合触摸位置的大型语言模型,用于智能手机上的多模态文本校正
CHI '25· 大语言模型(LLM)的人机协作
- 60%
搜索还是生成?整合网络搜索与生成式人工智能的设计维度以支持程序员信息寻求过程
DIS '25· 大语言模型(LLM)的人机协作 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3357236.3395489
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、推荐系统用户体验
work
职业/产业
软件工程师与开发者、UI/UX 设计师、消费者与购物者
article
内容状态
仅摘要
hub
相关论文
6 篇相关论文