Dansk søgning

Lynkig deler sammensatte ord både når varen lægges i indekset, og når kunden søger. vinterjakke og vinter jakke mødes. Det samme gør binde-s i arbejdsbukser og binde-e i børnecykel.

Ordbog

Delingen bruger Hunspell-ordlisten da_DK sammen med en e-handelsordliste. Et ord deles kun, når hver del er et kendt ord på mindst tre bogstaver. Butikken kan lægge egne undtagelser ind, så et ord aldrig deles. Den indbyggede liste holder blandt andet kontakt, vindue og støvler hele.

Vægt

Delene lægges i felterne title_parts og category_parts. De vejer cirka halvt så meget som selve titlen. En vare, der kun rammer ét led, rangerer under varen, der rammer hele sammensætningen.

Måling

Et dansk sæt med 315 søgninger dækker sammensætninger, æøå og ae/oe/aa, slåfejl samt ental og flertal. Recall@10 er 99,6 med orddeling og 89,2 uden. nDCG@10 er 99,0 med orddeling og 80,5 uden. Baseline er den samme ranker med orddeling slået fra.

Sættet fordeler sig på 74 sammensætninger, 74 delte søgninger, 74 foldninger, 74 slåfejl og 19 flertalsformer.

Data

Orddelingen kører i Lynkigs egen proces i EU. Søgeteksten sendes ikke til en sprogmodel hos en tredjepart. Forslag til synonymer fra nul-resultater bruger den samme lokale vektor og gemmer ikke et besøgs-id.