Learn To Rank
在信息检索中，给定一个query，搜索引擎召回一系列相关的Documents，然后对这些Documents进行排序，最后将Top N的Documents输出。
排序问题最关注的是各Documents之间的相对顺序关系，而不是各个Documents的预测分最准确。
训练数据
| 方法 | 人工标注 | 行为日志 |
|---|---|---|
| 简介 | 人工对抽样出来作为training data的query-doc pair进行相关程度的判断和标注 | 根据用户的实际搜索和点击行为，来判断query-doc的相关性。比如同一个query下，不同doc的点击数来作为它们相关程度的大小 |
| 优点 | 准确性高 | 无须人工干预，成本低 |
| 缺点 | 代价高且耗时 | 用户行为日志存在大量偏差，比如：
|
评价指标
这里主要介绍
三大rank算法
pointwise
pointwise方法损失函数计算只与单个document有关，本质上是训练一个分类模型或者回归模型，判断这个document与当前的这个query相关程度，最后的排序结果就是从模型对这些document的预测分值进行一个排序。
- 优点：实现简单
- 缺点：
- 精确打分，而不是相对打分，无法实现排序
- 损失函数也没有建模到预测排序中的位置信息
pairwise
pairwise方法在计算目标损失函数的时候，每一次需要基于一个pair的document的预测结果进行损失函数的计算。其中模型输入和对应的标签label形式如下：
输入：一个文档对(docA, docB)
输出：相对序(1 or 0.5 or 0)
优点：实现简单；建模了两个文档相对序关系
缺点
- 样本对量级高， O ( n 2 ) O(n^2) O(n2)
- 对错误标注数据敏感，会造成多个pair对错误
- 仅考虑了文档对pair的相对位置，仍然没有建模到预测排序中的位置信息
经典模型RankNet
listwise
Listwise方法是直接对整个list的document的排序进行优化，目标损失函数中优化整个list的document的排序结果。其中模型输入和对应的标签label形式如下：
输入: 整个list document
输出: 排序好的document list
优点：直接建模list内的所有文档序关系，与评估目标一致
缺点
- 计算复杂度高
经典模型ListMLE
直接以真实标签顺序为目标，最大化预测结果排序与目标一致的概率即可。
