Semantické vyhledávání produktů

Abstract

V této práci se zabýváme tématem semantického vyhledávaní produktu, se zaměřením na před trénováné modely transformerů. Používáme také techniky doporučovacích systeml pro zlepšení přesnosti vyhledávání. V práci jsme navrhli a implementovali různé modely pro tři úkoly: semantické řazení produktů, vyhledávaní podle interakcí a personalizované semantické vyhledávání. V posledním úkolu jsme spojili techniky doporučovacích systémů a semantického vyhledávání. Experimenty potvrdili, že spojení těchto technik vede na lepší přesnost. Především použití semantického vyhledávání pro případy s malým počtem interakcí.

In this thesis, we deal with the topic of semantic product search, with a focus on pre-trained backbone models. We leverage recommendation system techniques to improve the accuracy of the information retrieval. We have designed and implemented various models for three different tasks: semantic re-ranking of products, search via interactions, and personalized semantic search. In the final task, we combined recommendation and semantic search techniques. Experiments confirmed that the combination of these techniques leads to better accuracy. Mainly the use of semantic search for cold-start cases.