多查询相关的排序支持向量机融合算法

作者：王扬; 黄亚楼; 谢茂强; 刘杰; 卢敏; 廖振

来源：Z201104003, 2011, (04): 558-566.

• 信息检索
• 查询相关
• 排序学习
• 模型融合
• 排序支持向量机 information retrieval
• query dependent
• learning to rank
• model aggregation
• ranking SVM

排序学习是目前信息检索与机器学习领域研究的热点问题.现有排序学习算法在学习时把训练样本集中的所有查询及其相关文档等同对待,忽视了查询之间的差异,影响了排序模型的性能.对查询之间的差异进行描述,并在训练过程中考虑这种差异,提出一种基于有监督学习的融合多个与查询相关排序子模型的方法.该方法为每一个查询及其相关文档建立一个子排序模型,并将子排序模型的输出进行向量化表示,将多个查询相关的排序模型转化为体现查询差异的特征数据,实现多排序模型的集成.以排序支持向量机为例,在查询级和样本级建立新的损失函数作为优化目标,并利用此损失函数调节不同查询产生损失之间的权重,提出多查询相关的排序支持向量机融合算法.在...

• 出版日期2011
• 单位南开大学