query詞權重（term weighting）是為了計算query分詞後，每個term的重要程度。常用的指標是tf*idf（query中term的tf大部分為1），即一個term的出現次數越多，表明信息量越少，相反一個term的次數越少，表明信息量越多。但是term的重要程度並不是和term的出現次數呈嚴格單調關係，並且idf缺乏上下文語境的考慮（比如“windows”在“windows應用軟件”中比較重要，而在“windows xp系統iphone xs導照片”的重要性就比較低）。詞權重計算作為一種基礎資源在文本相關性，丟詞等任務中有著重要作用，其優化方法主要分為下面三類：
1）基於語料統計
2）基於點擊日誌
3）基於有監督學習
本文首先介紹一些基於語料統計的計算方法。
一、imp（importance的縮寫）
idf的一個缺點是僅僅依靠詞頻比較，imp從在query中的重要性佔比基礎上，採用迭代的計算方式優化詞的靜態賦權，其計算過程如下：
其中BT為term的imp值，初始值可設為1，Tmp_i是query中的第i個term的重要性佔比，N指所有包含第i個term的query數目。
二、DIMP（Dynamic imp）
idf和imp的一個共同缺點是其都是靜態的賦權。DIMP根據query的上下文計算每個term的動態賦權，其主要假設是任意query中的詞權重可以由相關query 的詞權重來計算，計算過程可分為兩部分：
1） 自頂向下的query樹構建
根據實際場景中採用不同的構建方法，這裡介紹一種在搜索中的做法。如下圖，給定query作為根節點，首先獲取query的相關query作為第二層節點，在第二層的基礎上，枚舉相關query的子query作為第三層節點，最後一層為分詞後的term節點。因此query樹種的節點都是不同粒度的文本串，邊都是文本串間的相關關係。在拍賣詞推薦任務中，用戶query都是比較短的關鍵詞，其可以通過拍賣詞間的共同購買關係構建對應的query樹。
2） 自底向上的term weight計算
在生成query樹後，葉節點的term可以賦上靜態imp值，然後自底向上的計算query中的某個term的權重，其遞歸計算公式如下：
在imp向上傳播中，不同的中間節點和邊對詞權重的貢獻度是不一樣的。因此需要一種策略去考慮節點和邊的權重。同樣不同的場景也有不同的計算方法，對應到上述公式中，分別對應葉子節點的初始權重，中間非葉子節點的權重，邊的權重。
節點邊普通搜索qv或satisfy=log（search）*（click/search）兩個query間的相似度或query間共點擊次數；
拍賣詞推薦
拍賣詞的購買次數兩個拍賣詞的共同購買次數
下表給出不同詞權重方式的對比結果，從結果可以看出，IMP和DIMP相比於IDF的weight更合理一些。但是DIMP存在部分query的樹因此數據比較稀疏長尾很難建立有意義的query樹。實際業務中，可以先嚐試imp值，在場景合適的情況下，可以嘗試DIMP方法。
