产品目标：高效的获取信息
需求复杂多变，我们需要从复杂的集合中找到正确的信息
不同用户输入同一query词表达的需求不一致，同一用户在不同场景下输入的query词表达需求也不一样
需求理解：（广义的query词解析）
A）需求明确（例：北京天气） →直接需求理解
B）需求明确，对方案有特殊要求（例：猪肉的最新价格） 机器有一个筛选规则，根据网页的生成时间等
C）需求不明确，需要进行扩展和预测
A1）：需求明确
结构简单清晰地query：经过协同处理可进行后续操作（会根据相关度决定词与词之间的紧密程度）
例：黄山火车站订票电话→ 黄山 火车 站 订票 电话
A2）需求明确
口语的query：需要进行纠错，同意转换等语义处理
能、可以、好么、吗？
例：杭州至盐城告诉怎么走？ → 杭州 至 盐城 高速 怎么 走？
至→ from ...to.... 怎么走→map →跳转到地铁的建索引擎里 高速：类型
B）需求明确:对答案有特殊要求
除了统一的query词变换外，需要将特定要求转换成搜索引擎可理解的特征
例：猪肉最新价格→资源时效性
PPT素材→可用性&特定格式
猩球崛起迅雷下载→资源可用性
C）需求不明确
需求需要扩展和预测
欢乐颂：欢乐颂视频、剧情介绍、演员表、评价
猩球崛起3：上映前预告片上映时间、上映后介绍票房，下映后介绍评论视频
拓展维度：
上下文数据：搜了欢乐颂之后，用户是否主动更新query词搜欢乐颂视频
类目数据：对于欢乐颂，这种电视剧专名，天然就有视频、剧情等需求，
pm可以提前梳理针对各类目的需求扩展list。
个性化数据：对于特定类目可以。