使用介紹
目前支援對訓練出的類目預測模型進行人工幹預。使用者實現幹預操作的過程與查詢分析幹預類似，通常有以下三步：
1. 建立幹預詞典。使用者通過控制台--->功能擴充--->詞典管理，進入查詢分析幹預詞典頁後，點擊頁面右上方的“建立”。選擇了詞典類型後，為詞典命名，幹預詞典建立完成，詞典會出現在頁面的詞典列表中。
2. 新增和管理幹預詞典內的幹預詞條。詞典建立完成後，在列表中點擊詞典名稱或點擊詞典對應的“管理”，即可進入到幹預詞典的詳情頁。使用者可在詳情頁內進行幹預詞條的新增和管理。使用者可對某個Query幹預召回結果中類目的相關度，糾正模型預測相關度錯誤的類目或補充模型未預測出相關度的類目。
3. 使用幹預詞典。建立並填充完成類目預測的幹預詞典後，可在任意的類目預測模型使用。在實際查詢中幹預詞典中和類目預測模型中都有Query下同一類目的相關度計算結果，那麼會將幹預詞典內結果進行合并。
比如：搜尋“微微一笑很傾城”，類目預測模型計算出該Query類目20的相關度是0（不相關），類目10的相關度是2（相關）。幹預詞典中該Query的類目20的相關度被幹預成了2（相關），類目30的相關度是1（略相關）。那麼最終結果為：類目20的相關度為2，類目30的相關度是1，類目10的相關度是2。
實戰演練
業務情境：某電商類業務在OpenSearch的應用執行個體中配置使用了類目預測模型，但是線上上發現了一些badcase，於是決定使用幹預功能。
badcase：使用者搜尋Query“牛奶”，返回的結果中牛奶杯的商品靠前，真正的牛奶靠後。
問題診斷：類目預測模型將Query“牛奶”的類目相關性計算錯誤。
解決方案：建立類目預測幹預詞典，在詞典中幹預Query“牛奶”，將“牛奶杯”所屬的家居用品類目（id是20）的相關度定為略相關，將“牛奶”所屬的食品類目（id是15）的相關度定為“相關”。
操作步驟：
1.在控制台—->搜尋演算法中心—->召回配置—->詞典管理，詞典類型選擇“類目預測”，建立類目預測幹預詞典：
2.在”test_2”裡新增幹預詞條，Query欄填寫“牛奶”，類目ID-相關度欄填寫“20-1;15-2”（2代表相關，1代表略相關，0代表不相關）:
3.將幹預詞典應用到線上使用的類目預測模型：
注意事項
詞典名稱在建立後不可修改。
新增幹預詞條時，填寫的Query不應與幹預列表內已幹預過的Query重複。歷史幹預過的Query可在列表內直接對已有的類目ID-相關度進行增、刪、改。
單個Query下添加多個類目ID-相關度組合時，每個組合之間用;分隔。
新增或修改幹預詞條後，生效狀態如果持續是“正在生效”，可以點擊重新整理按鈕擷取生效狀態的同步。
同一類目預測幹預詞典可以被多個類目預測模型使用。
幹預詞典不會影響參與模型的訓練。
被任一模型（不論是否上線）使用的幹預詞典不能被刪除，想要刪除需要首先解除使用。
功能限制
類目預測幹預詞典一共可以建立10個。
每次新增幹預詞條時，Query只支援填寫一個，單個Query下最多添加5個類目ID-相關度的組合。
每個類目預測幹預詞典最多可建立500個幹預詞條。
類目預測幹預的Query與查詢Query精準匹配才生效。例如，Query“連衣裙”幹預了“類目23相關度為相關”，那麼查詢“連衣裙”時類目23的結果會按照相關結果進行排序分計算，但是查詢“2018連衣裙”時，類目23不會使用上述幹預內容進行計算。
添加的幹預內容均會進行大小寫和全半形歸一化處理，其中大寫字母會歸一化為小寫，全形會歸一化為半形。