搜索系统相关术语笔记

relevance feedback/pseudo relevance feedback

相关性反馈 [1]（relevance feedback，RF）/伪相关性反馈 [2]（pseudo relevance feedback，PRF）是常见的提高相关性的技术。其中相关性反馈需要搜索系统和用户进行多次交互，才能对结果进行迭代优化，如Fig 1.1所示，如果用户给定了一个检索词『自行车』，那么系统将会首先给定一个候选集，如Fig 1.1的第一排所示。待用户勾选了若干和检索词有关的doc之后，系统将会基于用户勾选的doc进行相关性的优化，从而推送更为优化的结果（比如第二排的结果），这种方法相当于让用户打样本标注，十分鸡贼，然而用户体验并不好。

Fig 1.1 相关性反馈的示例。

为了提高用户体验，存在一些称之为伪相关性反馈的方法，即是先用粗排模型先对doc进行粗糙地排序，取Top k结果视为是用户选择的结果，再根据这Top k结果优化搜索系统。

Reference

[1]. https://nlp.stanford.edu/IR-book/html/htmledition/relevance-feedback-and-pseudo-relevance-feedback-1.html

[2]. https://nlp.stanford.edu/IR-book/html/htmledition/pseudo-relevance-feedback-1.html