【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
- redis持久化文件问题
问题: Can't open the append-only file Permission denied 发现缺少文件:/data/缺少appendonly.aof,dump.rdb文件. 手动创建 ...
- Java第十一天,final关键字的使用规则
final 最终的.不可改变的. 用法: 修饰类 修饰方法 修饰成员变量 修饰局部变量 注意事项: 对于类和方法,final和abstract不能同时修饰使用. 对于基本类型来说,不可变是说值不可变: ...
- Flutter 实现网易云音乐字幕
老孟导读:没有接触过音乐字幕方面知识的话,会对字幕的实现比较迷茫,什么时候转到下一句?看了这篇文章,你就会明白字幕so easy. 先来一张效果图: 字幕格式 目前市面上有很多种字幕格式,比如srt, ...
- String 对象-->toLowerCase() 方法
1.定义和用法 将字符串中所有的大写字符转换成小写字符,小写字符不变 返回转换后的结果字符串 语法: string.toLowerCase() 注意:不会改变字符串本身,仅以返回值的形式返回结果 举例 ...
- String 对象-->charAt() 方法
1.定义和用法 charAt() 方法获取指定下标的字符,下标从0开始 语法: string.charAt(index) 参数: index:指定的下标 举例:获取下标为2的字符 var str = ...
- k8s yaml示例
Kind选择 https://kubernetes.io/zh/docs/concepts/workloads/controllers/ Pod示例 apiVersion : v1 #版本v1 kin ...
- python3(二十一) pip
先确保安装了windows的Python的pip 出现上图说明安装了,命令未找到则没有安装 安装一个图形处理的第三方库 Anaconda安装第三方库 我们经常需要用到很多第三方库,如MySQL驱动程序 ...
- jvm入门及理解(四)——运行时数据区(堆+方法区)
一.堆 定义: Heap,通过new关键字创建的对象,都存放在堆内存中. 特点 线程共享,堆中的对象都存在线程安全的问题 垃圾回收,垃圾回收机制重点区域. jvm内存的划分: JVM内存划分为堆内存和 ...
- css文本阴影
文本阴影-text-shadow text-shadow 属性向文本添加一个或多个阴影.该属性是逗号分隔的阴影列表,每个阴影有两个或三个长度值和一个可选的颜色值进行规定,省略的长度是 0. h-sha ...
- Java成长第四集--文本处理IO流
Java IO流在实际业务中使用的频率还是蛮高的,一些业务场景比如,文件的上传和导出,文件的读取等基本都是通过操作IO流来实现的,所以IO流是我们现在学习过程中必须要掌握的技能之一,熟练的使用IO流, ...