题目重点：定义人工相关性等级，区分语义/词法/结构约束、点击偏差和多阶段检索排序。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 目标是query商品相关性等级或排序，不等同商品销量/用户点击倾向。
- 输入query、商品文本和结构化属性，可选用户上下文；训练标签、SKU去重/缺货政策需要确认。
解题路线
- 先定义相关性：精确满足、可替代、附件/关联、不相关等等级，并用标注规范处理品牌/型号/尺寸/否定词。查询“iPhone15 case”与手机本体词法相似，却不满足case意图。
- 词法BM25/字段匹配抓型号等稀有精确词，双塔语义召回表达近义，属性过滤处理不可妥协的尺寸/兼容条件。cosine只是相似特征，不能证明购买兼容性。
- 多阶段先召回候选再用更强cross-encoder或feature ranker评分；全库逐query-product跨编码不可承诺低时延。商品可离线编码，query在线编码；新商品更新与索引版本需管。
- 人工等级可用pointwise分类/回归，或构造pairwise/listwise排序目标。点击日志受位置/曝光/促销影响，未经校正不能视为真相关性；用受控随机曝光或倾向方法时明确识别假设。
- 数据按query模板/时间/近重复商品分割，负样本含容易随机项和真实难混淆项。训练只看easy negatives可能离线漂亮而线上混型号；困难负样本也可能误标可替代商品。
- 评Recall@候选K与最终nDCG/MRR分别定位召回漏与排序错，分长尾、品牌型号、语言、类目切片。线上看满意搜索/退货相关护栏及尾延迟，CTR不能替代相关性证据。
手动走一遍
query“USB-C 65W charger”：属性解析功率与接口，过滤不兼容，再召回排序；描述重复“65W”但实际规格只有20W应触发数据质量/硬属性校验，不靠embedding相似度通过。
规模与取舍
全库cosine打分O(Nd)，ANN召回改变召回/速度取舍；重排C候选用cross-encoder成本随每对token长度增长。索引/特征存储、更新与峰值流量需要正式规模再预算。
易错点与追问
容易失分的边界
- 点击概率当相关性。
- 相似文本忽略硬兼容。
- 只测重排不测召回。
- random negatives掩盖型号错误。
- 默认全库cross-encoder免费。
继续深挖
- 多个可替代商品怎样标注？
- 新商品与长尾query如何评估？
- 型号词分词失效怎么补？
- 品牌/销量信号怎样防压制相关新品？
