同義詞：增加召回，支持query 改寫，并影響排序。（主要是增加對長尾query的召回，優(yōu)化非點擊數據計算的相關性計算）

query改寫：改寫為有點擊的熱門query，從而利用上點擊特征，獲得更好的排序結果。（優(yōu)化中頻query的排序）

同義詞的 數據構造（構造的是對齊語料，也是相似度高的一對文本。為兩個query，或者兩個doc title，或者query_doc。因此可以基于先驗知識，或基于點擊、語義等計算相似度得到，計算相似度也是query改寫的一部分。）：

1）現成的結構化數據或其他搜索結果數據；

2）自身積累的session數據，點擊數據。點擊數據包括（query_doc、query_hint、query改寫、anchor數據、共點擊query）

同義詞的?挖掘方法：

1）規(guī)則

2）統(tǒng)計

3）詞向量

query改寫：如果作用在于改寫為有更多點擊數據的query 。則不是生成模型，而是需要以歷史query 為召回集，然后計算相似度，來進行排序。query改寫的方法也是計算幾種相似度的方法。 而計算相似度，無非是要建立兩段文本的特征向量，顯然基于詞是不夠的，需要添加其他維度的特征來擴充表達query。而特征向量的幾個維度有：

1） 詞特征、詞性（屬性）特征、主題特征

2）點擊特征、session數據

3）詞向量特征、點擊帶來的詞向量特征（點擊doc_title作為一個doc,向量化）