信息检索中的无偏排序学习旨在利用点击数据进行无偏的相关性排序。近年来,针对用户交互过程中点击数据存在的偏差,学者们提出了不同的无偏排序方法。其中,自动无偏排序学习可以自动地学习排序模型和用户倾向性模型得到了越来越多的关注。尽管理论不尽相同,目前的无偏排序方法多采用单变量评分函数,即分别对每个文档单独评分。另一方面多变量评分函数由于其具有对跨文档交互建模的能力,在数据具有相关性标签时取得了优越的表现。而这种优越性在面对点击数据时是否依然存在仍缺乏相应研究。本文发表于CIKM2020,旨在探索多变量评分函数在自动无偏排序学习的应用。

https://www.zhuanzhi.ai/paper/dbdc2b92b8bb434b0a85a6c44b141b04

成为VIP会员查看完整内容
6

相关内容

信息检索( Information Retrieval )指信息按一定的方式组织起来,并根据信息用户的需要找出有关的信息的过程和技术。信息检索的目标:准确、及时、全面的获取所需信息。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《知识图谱表示学习补全》综述论文,16页pdf
专知会员服务
65+阅读 · 2020年10月29日
最新【深度生成模型】Deep Generative Models,104页ppt
专知会员服务
68+阅读 · 2020年10月24日
【KDD2020】 鲁棒的跨语言知识图谱实体对齐
专知会员服务
26+阅读 · 2020年9月10日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
清华大学《高级机器学习》课程
专知
38+阅读 · 2020年7月21日
【基于元学习的推荐系统】5篇相关论文
专知
10+阅读 · 2020年1月20日
深入机器学习系列之:高斯混合模型
数据猿
8+阅读 · 2019年1月10日
干货|掌握机器学习数学基础之优化[1](重点知识)
机器学习研究会
10+阅读 · 2017年11月19日
基于概率论的分类方法:朴素贝叶斯
Python开发者
8+阅读 · 2017年11月9日
Arxiv
7+阅读 · 2020年9月17日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
3+阅读 · 2018年10月18日
Parsimonious Bayesian deep networks
Arxiv
5+阅读 · 2018年10月17日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
3+阅读 · 2018年6月18日
Arxiv
6+阅读 · 2018年2月24日
VIP会员
相关VIP内容
最新《知识图谱表示学习补全》综述论文,16页pdf
专知会员服务
65+阅读 · 2020年10月29日
最新【深度生成模型】Deep Generative Models,104页ppt
专知会员服务
68+阅读 · 2020年10月24日
【KDD2020】 鲁棒的跨语言知识图谱实体对齐
专知会员服务
26+阅读 · 2020年9月10日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
相关论文
Arxiv
7+阅读 · 2020年9月17日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
3+阅读 · 2018年10月18日
Parsimonious Bayesian deep networks
Arxiv
5+阅读 · 2018年10月17日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
3+阅读 · 2018年6月18日
Arxiv
6+阅读 · 2018年2月24日
微信扫码咨询专知VIP会员