核心要点
纠错 + 分词：修正错别字、切分出有意义的词
意图识别 + 类目预测：判断用户想要什么、落到哪个类目
Term weighting：判断查询中各词的重要性（核心词 vs 修饰词）
查询改写 / 扩展：同义改写、补全、纠偏，提升召回
标准回答
定位：Query 理解是搜索链路的入口，把用户的原始查询（往往简短、口语、有错）转换成结构化、可检索的意图表示，直接影响召回与排序质量。
主要任务：
- 纠错（Spelling Correction）：修正错别字、拼音、形近字。
- 分词 / 切词：把查询切成有语义的 term，处理新词与歧义。
- 意图识别：判断查询意图（导航 / 信息 / 交易；商品 / 内容 / 服务等）。
- 类目预测：把查询映射到商品/内容类目体系，缩小检索范围。
- 紧急度 / 时效识别：判断是否需要时效性强或紧急的结果。
- Term Weighting：估计每个词的重要性，区分核心词与可省略的修饰词，指导召回与匹配。
- 查询改写 / 扩展（Rewrite / Expansion）：同义改写、纠偏、补全、加扩展词，缓解「词不匹配」、提升召回。
目标：理解「用户真正想要什么」，为后续召回排序提供准确的结构化信号。
常见误区
⚠️ 常见踩坑
Query 理解不等于简单分词；分词只是一环。漏掉意图识别、term weighting、改写等会导致召回偏题或漏召。改写也要控制语义漂移，过度扩展会引入噪声、降低精度。
追问
追问 1：Term weighting 在搜索里有什么用？
它判断查询中各词的重要性，核心词必须命中、修饰词可松弛。用于加权匹配打分、决定哪些词可丢弃以提升召回，避免「长 query 全部硬匹配导致零结果」，同时保证主意图不被稀释。
追问 2：查询改写的收益与风险是什么？
收益是缓解词面不匹配、提升召回（同义、纠错、补全）。风险是语义漂移——改写过度会把用户意图带偏，召回不相关结果。通常需置信度门控、保留原 query 多路召回，并用点击反馈校准改写。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。