一种基于位置优化的排序学习方法

• 作者: 张平 林原 林鸿飞
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 排序学习 信息检索 排序位置
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 19-24
• 分类号: TP391
• 语种: 中文

摘要

如何设计有效的相关性排序函数是信息检索研究的一个核心问题,因为排序函数直接影响着搜索结果的质量。排序函数的好坏一般由信息检索评价方法进行评估,对其进行优化的主要困难是这些方法都依赖于结果文档的排序位置,因此对于查询的结果返回列表中相关文档的位置的研究是十分重要的。通过探索相关文档和不相关文档之间的偏序关系构造新的输入样本;该样本是由一个相关文档和一组不相关文档所构成的,它能够更加有效的区分文档的相关性;基于该输入样本,通过定义位置损失函数对排序结果进行优化。在公开数据集Letor3.0的上的实验结果显示该方法可以将多种排序评价方法的准确率平均提高2%,证明了所提出的方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张平	大连理工大学计算机科学与技术学院	14	142	7.0	11.0
2	林鸿飞	大连理工大学计算机科学与技术学院	214	3759	31.0	55.0
3	林原	大连理工大学计算机科学与技术学院	26	196	6.0	13.0