【阅读笔记】Ranking Relevance in Yahoo Search (一)—— introduction & background
ABSTRACT:
此文在相关性方面介绍三项关键技术:ranking functions, semantic matching features, query rewriting;
此文内容基于拥有百亿url索引的yahoo搜素引擎;
Keywords:
learning to rank; query rewriting; semantic matching; deep learning;
1. INTRODUCTION
1)搜索相关性的发展:
- 早期 - concentrated on text matching between queries and web documents such as BM25, 概率模型,向量模型;
- 近期 - 根据用户行为改进搜索相关性,such as 点击模型;
2)目前搜索引擎面临的挑战促使我们寻找文本匹配和点击模型之外的解决方案:
- semantic gap - queries和网页文档之间的语义障碍;
- tail query - 搜索的query大部分为tail query,这类query的出现概率很低,对于搜索引擎来说完全是新词;
- Q&A systems - 用户习惯将搜索引擎看做Q&A系统;
3)在基础相关性上,相关性还包括temporal和spatial维度:
- temporal:一些query需要的是最新的信息;
- spatial:越来越多的query对地点需求强烈(旅馆等);
4)此文提出的解决方案包括:
- Designing a novel learning to rank algorithm for core ranking and a framework of contextual reranking algorithms;
- Developing semantic matching features including click similarity, deep semantic matching, and translated text matching;
- Building an innovative framework to understand user queries with query rewriting and its ranking strategy;
- Proposing solutions to recency sensitive ranking and location sensitive ranking;
2. BACKGROUND
2.1 Overview of Architecture
略(与国搜差不多)
2.2 Ranking Features
The ranking functions are built on top of these features (斜体国搜已使用):
- Web graph : the quality or the popularity of a document (eg:PageRank)
- Document statistics : some basic statistics of the document (such as the number of words in various fields)
- Document classifier : such as spam, adult, language, main topic...
- Query Features : which help in characterizing the query type (such as number of terms, frequency of the query and of its terms, click-through rate of the query)
- Text match : basic texting matching features are computed from different sections of the document (title, body, abstract, keywords) as well as from the anchor text and the URL
- Topical matching : go beyond similarity at the word level and compute similarity at the topic level;
- Click : try to incorporate user feedback
- Time : the freshness of a page
2.3 Evaluation of Search Relevance
1)评估搜索引擎结果的方法有多种,其中包括human labeling(eg:根据专业编辑的判断)、用户行为度量(eg:点击率,query重写率,停留时间等);
2)此文章中为评估base relevance,将采用第一种方法:professional editor's judgement:
对于每个query-url对,分为5个等级:Perfect, Excellent, Good, Fair, Bad;
使用DCG公式度量搜索相关性:(公式待插入)
(for a ranked list of N documents, G represents the weight assigned to the label of the document at position i)
注:DCG公式仅仅在编辑人员对相关性评估相当靠谱的情况下方才使用;
3)此文章中对即将评估的query按照其出现频率分为三个等级:
top query - 有很强辨识性的query,很容易被检索到;
torso query - 信息有限,此类query一年只会被检索几次;
tail query - 一年被检索少于一次的query
=》本论文的重点在于搜索torso query和tail query;
【阅读笔记】Ranking Relevance in Yahoo Search (一)—— introduction & background的更多相关文章
- 【阅读笔记】Ranking Relevance in Yahoo Search (四 / 完结篇)—— recency-sensitive ranking
7. RECENCY-SENSITIVE RANKING 作用: 为recency-sensitive的query提高排序质量: 对于这类query,用户不仅要相关的还需要最新的信息: 方法:rece ...
- 【阅读笔记】Ranking Relevance in Yahoo Search (三)—— query rewriting
5. QUERY REWRITING 作用: query rewriting is the task of altering a given query so that it will get bet ...
- 【阅读笔记】Ranking Relevance in Yahoo Search (二)—— maching learned ranking
3. MACHINE LEARNED RANKING 1) 完全使用不好的数据去训练模型不可行,因为负面结果不可能覆盖到所有方面: 2) 搜索可以看做是个二分问题,在此实验中,我们使用gradient ...
- Ranking relevance in yahoo search (2016)论文阅读
文章链接 https://www.kdd.org/kdd2016/papers/files/adf0361-yinA.pdf abstract 点击特征在长尾query上的稀疏性问题 基础相关性三大技 ...
- Mongodb Manual阅读笔记:CH7 索引
7索引 Mongodb Manual阅读笔记:CH2 Mongodb CRUD 操作Mongodb Manual阅读笔记:CH3 数据模型(Data Models)Mongodb Manual阅读笔记 ...
- JavaScript高级程序设计 - 阅读笔记
[本博客为原创:http://www.cnblogs.com/HeavenBin/] 前言: 大致花费了一个星期的时间把这本书认真看了半本,下面是我做的阅读笔记,希望能够让看这本书的人有个大致的参考. ...
- Js引擎解析执行 阅读笔记
Js引擎解析执行 阅读笔记 一篇阅读笔记 http://km.oa.com/group/2178/articles/show/145691?kmref=search&from_page=1&a ...
- 关于 AlphaGo 论文的阅读笔记
这是Deepmind 公司在2016年1月28日Nature 杂志发表论文 <Mastering the game of Go with deep neural networks and tre ...
- [论文阅读笔记] LouvainNE Hierarchical Louvain Method for High Quality and Scalable Network Embedding
[论文阅读笔记] LouvainNE: Hierarchical Louvain Method for High Quality and Scalable Network Embedding 本文结构 ...
随机推荐
- Flutter 实现虎牙/斗鱼 弹幕效果
老孟导读:用Flutter实现弹幕功能,轻松实现虎牙.斗鱼的弹幕效果. 先来一张效果图: 实现原理 弹幕的实现原理非常简单,即将一条弹幕从左侧平移到右侧,当然我们要计算弹幕垂直方向上的偏移,不然所有的 ...
- 微信小程序分享至朋友圈的方法
最近研究怎么实现微信小程序分享至朋友圈,对就是朋友圈. 微信小程序目前没有直接提供方法来将小程序分享至朋友圈,不过可以采用曲线救国的方式来达到目的. 方法分两步: 1.通过浏览器将希望分享的东西风向至 ...
- Tcl编程第四天,流程控制语句
1. if {} { } elseif {} { } else { } 注意: 1.关键字 if elseif else 和大括号之间应该留有间距的.如果紧紧挨着会报错. 2.表条件的判断括号为大括号 ...
- MySQL5.7使用Notifier启动、停止服务时出现的问题
1.选择右击右下角 MySQL Notifier ,选择 Actions -> Manage Monitored Items 2.选择当前的服务 MySQL57 并进行删除 3.然后点击 a ...
- 学习《深入应用c++11》2
&& universal references(未定的引用类型),它必须被初始化,它是左值还是右值取决于它的初始化,如果&&被一个左值初始化,它就是一个左值;如果它 ...
- coding++:漫画版-了解什么是分布式事务?
————— 第二天 ————— ———————————— 假如没有分布式事务: 在一系列微服务系统当中,假如不存在分布式事务,会发生什么呢?让我们以互联网中常用的交易业务为例子: 上图中包含了库存 ...
- go中的error小结
go中的error error和panic error接口 go中err的困局 推荐方法 总结 参考 go中的error go中的错误处理,是通过返回值的形式来出来,要么你忽略,要么你处理(处理也可以 ...
- hexo部署在码云中 无样式问题
在本地localhost:4000 运行如下 上传码云之后打开Gitee Pages服务 如下 同时控制台打印 解决方法 找到根目录下的_config.yml中的url 和 root # url: h ...
- Progress笔记
1. iconv -f gbk -t unicode test.tmp > test.csv 如果出现文件数据补全,需要确认在这之前,output是否已经close,如果output to指定了 ...
- window 10 安装paddlepaddle 1.7 GPU版本
window 10 安装paddlepaddle 1.7 GPU版本 1)更新显卡驱动 2)安装cuda 10 https://developer.nvidia.com/cuda-10.0-downl ...