Learning dense Models of Query Similarity from User Click Logs

背景：

有大量的论文研究如何计算Query直接的相关性，而这篇论文是2010年的一篇。3名作者是Google Research 的成员。第一作者是Fabio de bona貌似是一个德国人。他还介绍了一种并行的SVMs训练方法。GPDT is a C++ software designed to train large-scale Support Vector Machines (SVMs) 

介绍：

这里训练样本很多，达到10亿Pair的级别。

核心思想：Co-click，共同点击。

Query Similiarity 度量方法

语义测量：PMI方法。我们经常使用的方法：p（wi，wj）/（p（wi）p（wj）），不过这里在这个值外面加了一个Log。这个方法在1990年就已经有了。

taxonomic  normalization 分类归一化

这里提到QueryReformulation的泛化和细化。Lau and Horvitz 在1999年就提到了，而boldi 在2009年也提到。

根据技术泛化和细化的分数来判断，一个改写应该是那种类型。

句法度量：

编辑距离-Levenshtein distance

edit1：三种操作都计算代价函数

edit2：两种操作计算代价函数

泛化度量：

代价矩阵估计：

估计PMI-Based cost Matrices。