基于似然损失函数的组样本排序学习方法

• 作者: 孙晓玲 徐博 林原 林鸿飞 许侃
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 组样本 信息检索 排序学习
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 235-241
• 页数: 7页
• 分类号: TP391
• 字数: 6101字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201703005

摘要

组样本用于模型训练,为排序学习方法的构造提供一种新的思路.文中改进已有的组样本排序学习方法,构造组样本损失函数,用于排序学习模型的训练.基于似然损失函数,采用样本偏序权重损失函数和最优初始序列选择方法,构造基于神经网络的组排序学习方法,实验证明文中方法能够有效提高排序准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	许侃	大连理工大学计算机科学与技术学院	29	110	6.0	9.0
3	徐博	大连理工大学计算机科学与技术学院	26	87	6.0	9.0
4	孙晓玲	大连理工大学人文与社会科学学部	11	35	4.0	5.0
5	林原	大连理工大学人文与社会科学学部	26	196	6.0	13.0