文件名称:
学习使用文档排斥模型使网络搜索结果多样化
开发工具:
文件大小: 663kb
下载次数: 0
上传时间: 2021-03-06
详细说明：搜索多样化（也称为多样性搜索）是解决信息检索中查询歧义问题的一种重要方法。 它旨在通过对搜索结果进行排名，使其覆盖尽可能多的查询的不同方面（或子主题），从而使最初根据搜索结果与给定查询的相关性排名的搜索结果多样化。 大多数现有的多样性搜索模型都在启发式地平衡相关性排名和多样性排名，但缺乏有效的学习机制来达到优化的参数设置。 为了解决这个问题，我们提出了一种学习多元化的方法，该方法可以直接优化搜索多样化的效果（就任何有效性指标而言）。 我们首先扩展了广泛使用的按等级学习框架的排名功能，即LambdaMART，以便扩展后的排名功能可以关联相关性和多样性指标。 此外，我们开发了一种有效的学习算法，即文档排斥模型（DRM），以基于文档排斥理论（DRT）训练排名功能。 DRT假设，出于搜索多样化的目的，两个涵盖相似查询方面（即子主题）的结果文档应相互排斥。 因此，提出的DRM在学习过程中在每对相似文档之间施加排斥力，并且包括将作为损失函数的一部分而被优化的分集有效性度量。 尽管已经存在基于学习的多样性搜索方法，但是它们通常在排序过程中涉及迭代顺序选择过程，这在计算上很复杂并且训练起来很耗时，而我
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
