一種基于主題的并行排序學習方法研究.pdf

1、在信息檢索領域排序學習方法是目前主流的排序技術，目前，排序學習方法的研究以文檔獨立性假設為前提，重點關注如何精準預測單個文檔與查詢之間的相關性得分，忽略了對文檔之間的關系進行考慮，這樣就導致了排序結果中冗余信息的產生。此外，現(xiàn)有的排序學習方法對于所有類型的查詢都用一個統(tǒng)一的排序模型來處理，忽視了查詢的差異性，不能夠有針對性的對查詢進行處理，這樣就降低了排序結果的準確率。
　　本文首先論述考慮查詢之間的差異性的必要性。然后在此基礎上

2、，研究如何在訓練排序模型的過程，打破文檔獨立性假設，對文檔間的關系進行建模，具體的研究內容包括:
　　在離線階段，本文提出在訓練排序模型過程中同時將文檔間的關系和查詢的差異性進行考慮。首先提出將查詢表示為查詢特征向量的形式，采用聚類的方法，根據查詢之間的相似性對查詢集合進行劃分，形成了不同的訓練(子)集，針對每一個訓練子集分別構建排序模型。在體現(xiàn)查詢差異的子排序模型的訓練過程中，將文檔間的關系進行考慮，使得模型的創(chuàng)建更具有針對性和

3、適應性，提出了關系排序學習模型。這樣，最終對于一個文檔的打分取決于其自身內容與查詢的相關性，以及其與之前的所有已經排序好的文檔之間的關系?；谝陨峡紤]，定義了相應的排序函數(shù)和損失函數(shù)。
　　針對在線階段如何對新到來的查詢進行處理，本文提出一種并行排序框架，首先提出一種排序模型選擇方法，該方法通過選擇k個最善于處理目標查詢的排序模型，使用該k個排序模型對待處理查詢的相關文檔進行打分，使用該方法能夠針對不同類型的查詢選擇出更加適合的候