面向排序学习的特征分析的研究

• 作者: 刘奕群 张敏 花贵春 茹立云 邝达 马少平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 排序学习 排序函数 特征重组 特征选择
• 年，卷（期）: 2011,（17）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 122-127
• 分类号: TP311
• 字数: 6331字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.17.033

摘要

排序是信息检索中一个重要的环节,当今已经提出百余种用于构建排序函数的特征,如何利用这些特征构建更有效的排序函数成为当今的一个热点问题,因此排序学习(Learning to Rank),一个信息检索与机器学习的交叉学科,越来越受到人们的重视.从排序特征的构建方式易知,特征之间并不是完全独立的,然而现有的排序学习方法的研究,很少在特征分析的基础上,从特征重组与选择的角度,来构建更有效的排序函数.针对这一问题,提出如下的模型框架:对构建排序函数的特征集合进行分析,然后重组与选择,利用排序学习方法学习排序函数.基于这一框架,提出四种特征处理的算法:基于主成分分析的特征重组方法、基于MAP、前向选择和排序学习算法隐含的特征选择.实验结果显示,经过特征处理后,利用排序学习算法构建的排序函数,一般优于原始的排序函数.