1拼写编辑距离
闭卷重建拼写编辑距离的对象、公式、算例、算法与失败边界。
信息检索与搜索系统 · 小纸条
选一章打印。双面打印（按长边翻页）后沿虚线剪开，每张卡片正面题目、背面答案。
第 1 页 · 正面（题目）
2拼写候选与噪声信道
闭卷重建拼写候选与噪声信道的对象、公式、算例、算法与失败边界。
3同义词、词典扩展与漂移
闭卷重建同义词、词典扩展与漂移的对象、公式、算例、算法与失败边界。
4短语、实体与意图识别
闭卷重建短语、实体与意图识别的对象、公式、算例、算法与失败边界。
5查询日志、会话与改写
闭卷重建查询日志、会话与改写的对象、公式、算例、算法与失败边界。
6自动补全与前缀检索
闭卷重建自动补全与前缀检索的对象、公式、算例、算法与失败边界。
7查询理解评测与回退
闭卷重建查询理解评测与回退的对象、公式、算例、算法与失败边界。
第 1 页 · 背面（答案）
对象：候选概率可分为语言先验P(c)和用户把c输成q的错误概率P(q|c)。；公式：argmax_c P(q|c)P(c)。；算例：候选“form”先验.01、错误概率.1乘积.001；“from”先验.05、错误概率.05乘积.0025，选from。；边界：只按编辑距离，低频专名总被热门词替换。。
对象：Levenshtein距离是插入、删除、替换的最小次数，可用动态规划计算。；公式：dp[i,j]=min(dp[i−1,j]+1,dp[i,j−1]+1,dp[i−1,j−1]+cost)。；算例：“cat”到“cut”只替换a→u，距离1；“cat”到“cats”插入s，距离1。；边界：所有短词允许距离2产生海量错误候选；人名被强制纠错。。
对象：实体识别和意图分类把词串映射到结构约束，但错误应允许回退到普通检索。；公式：q→{intent,entities,slots,confidence}。；算例：“北京到上海明天机票”识别from=北京,to=上海,date=明天,intent=航班。；边界：实体词典最长匹配吞掉普通词；低置信结果硬过滤造成零召回。。
对象：query expansion加入同义/相关term提高召回，但需较低权重和领域/时间约束。；公式：q′=q+Σt α_t t。；算例：“心梗”扩展“心肌梗死”可增召回；扩展“胸痛”可能引入过宽文档。；边界：通用同义词污染专业领域；双向同义关系实际不对称。。
对象：autocomplete按前缀生成候选并结合频率、时效、个性化和安全策略排序。；公式：score=log(freq+1)+freshness+context−risk。；算例：候选频次99和9，只看log频次得log100≈4.605与log10≈2.303。；边界：展示私人低频查询；热门历史事件永久压制新意图。。
对象：同一会话的前后query、点击、停留和回退可揭示意图，但日志不是无偏真值。；公式：session按用户/设备与时间间隔Δt切分。；算例：用户先搜“jaguar”后搜“jaguar car”，第二次改写提供汽车意图证据。；边界：跨用户合并共享设备会话；把位置偏置点击当相关性。。
对象：分别评估纠错准确率、实体F1、意图准确率和端到端检索收益，并测错误伤害。；公式：expected_gain=p_correct·gain−p_wrong·harm。；算例：正确概率.8收益.1，错误概率.2伤害.3，期望=.08−.06=.02。；边界：只看正确样例；模块准确率升但端到端NDCG降。。