Learning to Rank: From Pairwise Approach to Listwise Approach~2007
主要工作
定义了一种表示整个序列概率分布方式。
然后用交叉熵的方式计算两个分布的距离。
比pairwise好的方式是,解决了pairwise因为query不同而导致的训练数据偏差。listwise的方式更接近map等排序指标的优化。
理论工作
定义排列得分
定义了序列的概率表示方式。
例如:
排序公式的特性:大体意思是将高分item交换到任何一个低分的位置,整个队列的概率得分P会下降。
优化排列得分计算方式
原因:因为计算两个概率分布之间的差异,需要计算所有排列组合的差异,计算量是N的阶乘,计算量
原创
2021-08-03 15:07:28 ·
137 阅读 ·
0 评论