![HCL Commerce Version 9.1.7.0 or later](../../base/images/9170plus.png)
Comprender la lógica de procesamiento de los términos de búsqueda en el servicio Query
Este tema describe cómo el servicio Query procesa los términos de búsqueda que contienen palabras confusas o incorrectas.
Los compradores no son expertos en hacer consultas que les permitan obtener los resultados deseados. A menudo no son conscientes de los términos de búsqueda ideales que se utilizan para buscar productos o servicios en el escaparate. Mediante el procesamiento de lenguaje natural, el servicio de consultas puede comprender términos de búsqueda en lenguaje sencillo y discernir lo que los compradores están tratando de encontrar. Modifica el término de búsqueda en el momento de ejecución para obtener los resultados de búsqueda deseados por los compradores. Esta lógica de procesamiento de términos de búsqueda del servicio Query se explica aquí con la ayuda de los siguientes ejemplos. Cada ejemplo consiste en un término de búsqueda de ejemplo y la lógica de procesamiento del término de búsqueda que el servicio Query utiliza para procesar el término de búsqueda y obtener los resultados de búsqueda deseados en el escaparate.
Para obtener más información sobre cómo funciona el servicio, consulte Procesamiento del lenguaje natural (PLN) en la versión 9.1 .
Ejemplos
Término de búsqueda | Lógica de procesamiento de los términos de búsqueda |
---|---|
camisa blanca niñas | El analizador NLP genera las tres señales siguientes para correlacionar el término de búsqueda y, a continuación, ejecuta la consulta Elasticsearch para captar los resultados de búsqueda en el escaparate. Devuelve dos productos.
|
camisa blanca niñas menos de 37 $. | El analizador NLP genera las cuatro señales siguientes para correlacionar el término de búsqueda y, a continuación, ejecuta la consulta Elasticsearch para captar los resultados de búsqueda en el escaparate. Devuelve un único producto.
|
camisa blanca niñas menos de 20 $. | El analizador NLP genera las cuatro señales siguientes para correlacionar el término de búsqueda y, a continuación, ejecuta la consulta Elasticsearch para captar los resultados de búsqueda en el escaparate. No hay ninguna coincidencia.
En este caso, el analizador PLN utiliza la lógica de eliminación de términos de búsqueda. Comienza a introducir la frase de búsqueda desde la izquierda con un token cada vez hasta que consigue los tokens para obtener los resultados de búsqueda adecuados o hasta cuatro iteraciones. Si hay algún filtro de precio en la frase/término de búsqueda, también se elimina en este proceso. Una vez completada la lógica de caída de la búsqueda, el analizador de PNL ejecuta la consulta de Elasticsearch basándose en los siguientes dos tokens. Devuelve los ocho productos de la categoría de chicas teniendo en cuenta la camisa como categoría o en el nombre o la descripción breve del producto.
|
cápsulas de vitaminas | El analizador NLP genera las dos señales siguientes para correlacionar el término de búsqueda y, a continuación, ejecuta la consulta Elasticsearch para captar los resultados de búsqueda. Devuelve cero coincidencias porque la cápsula se ha establecido como un valor de atributo y, basándose en los tokens mencionados, la consulta de Elasticsearch busca cápsulas en el campo Sustantivo.
Note: La lematización se aplica solo a los valores de BRAND, mientras que la derivación se usa con valores de NOUN, CATEGORY y ATTRIBUTE. |