背景
ListNet和ListMLE都是listwise的排序方法
ListNet
ListNet用如下公式表示一种排列的概率:
举个例子:
假设有3个doc <doc1, doc2, doc3>,对应的score为 <s1, s2, s3>,那么对于这样一种排列 <s2, s3, s1>,其概率为:
这样,得到排列的概率分布后,我们就可以用交叉熵来计算loss了:
可以看出LIstNet的计算一个query时间复杂度为n!,非常高。再实践中只会计算top k文档排列概率,时间复杂度降为n!/(n-k)!
ListMLE
ListMLE和ListNet的主要不同点在与,ListMLE采用了最大似然估计来计算损失,ListMLE的loss可以表示为:
参考资料
《Learning to Rank: From Pairwise Approach to Listwise Approach》
《Listwise Approach to Learning to Rank - Theory and Algorithm》
标签:排列,ListNet,复杂度,Rank,ListMLE,Approach From: https://www.cnblogs.com/xumaomao/p/17406781.html