Suggerimenti dinamici di facet basati su policy per la ricerca di lavoro

I ricercatori propongono un framework di ranking potenziato dal recupero e basato su policy per il suggerimento dinamico di facet (DFS) al fine di migliorare la ricerca di lavoro su LinkedIn. Oltre l'80% delle query di lavoro contiene tre o meno parole chiave, rendendo difficile l'inferenza dell'intento. Il sistema utilizza una curatione offline della tassonomia, recupero basato su embedding e scoring tramite un piccolo modello linguistico distillato (SLM) per generare attributi semantici personalizzati in tempo reale. Ottimizzato tramite scoring a singolo token pointwise con batching e caching dei prefissi, la valutazione offline mostra alta precisione, e i test A/B online indicano miglioramenti significativi.