昨日の続きでPart2になります．Part2では，Query Understanding Engineのゴールと実装に関する内容になっています．
Query Understandingができるようになると意味のある検索結果やお勧め情報をユーザーに提供できるようになるという点が大きい．
ここでは，Intent propertiesとして紹介されているが，クエリを検索する際には，Intent propertiesが含まれるので，それを理解する必要があるとのこと．
例えば，「交通機関の検索」のIntentでは，出発地や目的地などのpropertiesがある．同様に，「宿泊施設の検索」のIntentでは，AccommodationName・AccommodationType・Areaのpropertiesを持つ．
確かに，何かを検索する時はそこに意図があるし，ワードの特性も絞れたりするかもしれないが，ドメインにもよるんじゃないかと思ってしまう．
ここでは，Query Understanding Engineの実装として2つのアプローチが紹介されている．
クエリのentitiesを認識するもの．
例えば，「Voucher Starbucks Kuncit」というクエリでは，「Starbucks」をレストラン名，「Kuncit」をランドマーク（Kuningan City Mall）として認識する．
ここで，これらのentitiesはintentに変換されて，特定のintentには固有のpropertiesがあるので，それを推測することになる．
Query to intent transformation for query: “Voucher Starbucks Kuncit”
PAXは，クエリのProduct・Subproduct・Actionを理解しようとするサービスのこと．
例えば，"Cafe in central park "といったクエリは，Product: Eats / Subproduct: Eats Directory / Action: 検索 となる．
これは，手動でアノテーションされた膨大なクエリを使って機械学習を適用したもの．