集简介:在本周的采访中对AI在工业播客，我们与Twiggle首席执行官阿米尔·柯尼斯堡，说话，关于产品搜索的未来 - 以及如何电子商务和零售品牌可以使用自然语言处理（NLP），以改善他们的用户体验。
阿米尔解释一些因素，使电子商务产品搜索挑战，而人工智能方法，今天就可以改善和未来五年内。
订阅我们的人工智能产业播客用你喜欢的播客服务：
客人:阿米尔哥尼斯堡他是Twiggle公司的首席执行官
专业知识:业务运营策略，用户体验技术，人机界面（HMI）
简介识别：阿米尔是德国柏林马克斯·普朗克研究所的研究员，2005年至2008年在以色列的商业运营战略中与谷歌合作。他还曾担任以色列希伯来大学的讲师，以及普林斯顿大学的访问研究员。他还与通用汽车在用户体验技术和人机界面方面的领先项目合作。
当前社会兼职:阿米尔目前在以色列脑科技的管理团队。除了在Twiggle担任CEO，他也是Seematics系统的顾问委员会成员。
(对电子商务和零售聊天机器人用例感兴趣的读者可以了解更多信息用于零售的人工智能的当前和未来用例在我们关于这个主题的完整文章中。)
伟大的想法
今天的电子商务搜索引擎可以索引了大量的产品名称或说明，以帮助产品搜索，但他们并不总是提供相关的结果。
据阿米尔，这种传统的搜索过程中，通过添加上下文意识需要不断改进，给出准确的结果。自然语言处理（NLP）可用于添加这种“意识”，以更好地理解搜索查询和产品都在一个典型的电子商务应用。几个例子讨论如下：
- 如果用户将其搜索查询设置为“blue dress-shirt”，搜索引擎可能会提供关于连衣裙和衬衫的搜索结果，但不一定是连衣裙衬衫，因为连衣裙衬衫的概念是引擎可能不知道的，除非集成基于NLP的上下文感知。
- 对于像“自行车头盔”这样的搜索，目前大多数电子商务搜索引擎也会为自行车提供搜索结果。NLP可以帮助搜索引擎理解“bike”这个词是用来描述“头盔”这个词的。
- 对“无袖衬衫”的搜索查询需要理解单词的上下文，并告诉引擎你不想要什么，这种类型的否定在搜索中对于没有NLP的传统搜索引擎来说是非常困难的。
Amir提到，成功地将NLP整合到在线产品搜索中仍然具有挑战性。
“例如，在一个典型的零售电子商务应用程序中，这将涉及到获得一个算法，该算法获取有关正在销售的每种产品的所有数据，对其进行结构和标准化，然后找到可以描述特定产品的所有语言属性。”真正的挑战是利用NLP技术把负担放在搜索引擎上，而不是消费者身上，让体验变得自然
在前端，对电子商务搜索NLP的成功整合也将涉及如何让NLP平台，以了解在零售场景中使用特定的语言。据阿米尔：
“这是唯一可能在像零售特定领域;它不能在一般意义上各行各业以现在的技术”实现
Amir认为，在不久的将来(5年预测期)，电子商务和零售领域的在线产品搜索将会以以下方式发展:
- 预计在5-6年内，类似siri的“辅助”设备将无处不在。但在零售领域的搜索体验将是“辅助性的”(提出问题并获得准确的答案)，并将更多地引导用户去他们想去的地方。
- 例如:顾客可以说：“我希望有一个复古的外观冬季”和助理会理解“复古”的环境和提供基于购买历史记录在用户的规模相匹配的衬衫和裤子的搜索结果。
- 在线产品搜索将以这样一种方式发展，即上下文理解与搜索引擎集成在一起，让人们以一种在垂直化环境中非常“自然”的方式与他们交谈。
- 例如:与家电零售领域的客户不同，时尚零售领域的客户有不同的表达请求的方式。未来的NLP平台将会更好地理解这些细微差别。其他具体部门的NLP应用案例(在汽车、个人助理等行业)也有类似的要求，也需要改进。
- 在未来的产品搜索将考虑到个人信息，情境对用户和上下文的历史，提供高度精确的搜索结果。目前，像亚马逊这样的电子商务领导者很容易获得这类用户历史数据，以及其他规模较小的公司可能没有的。
- 在不久的将来，借助nlp搜索引擎，小企业将能够与亚马逊的搜索质量竞争，而无需重复的购物行为就可以得到类似的结果。
Amir表示，未来的客户可能会提出这样的搜索问题:“我想要一台商务用的笔记本电脑，它必须很轻，而且我不想花超过1000美元”，这样就可以得到1-2个非常精确的搜索结果。通过考虑你是谁，根据你的购买历史你最可能购买什么来达到这种程度的准确性。
对Siri、Alexa和其他对话界面的相对性能感兴趣的读者可以阅读我们的完整文章谷歌，苹果和其他人之间的聊天机器人的比较.
访谈要点阿米尔从Twiggle
- （1.46）使电子商务搜索良好运行的最初障碍是什么?
- (9.57)在哪些领域，NLP技术可能有助于超越传统电子商务搜索业务?
- (18.32)什么是产品搜索会是什么样一半在未来10年内，具体而言，它会如何演变？
订阅我们的人工智能产业播客用你喜欢的播客服务：
标题图片来源：Adobe公司股票
