24. 再掲
Direct Optimization of Ranking Measures
for Learning to Rank Models
by Ming Tan, Tian Xia, Lily Guo and Shaojun Wang (Wright State University)
• 教師あり学習でランキングを最適化するランキング学習 (Learning to
rank) の研究
• 既存手法の課題
– 検索ランキングに用いられる評価指標は非連続かつ微分不可能のため直接
の最適化が困難
• アイディア
– 線形モデルにおいて,ひとつのパラメータ以
外を固定して当該パラメータに関する最適化
を考える
• coordinate descent やMERTのノリ
– 評価値が変化するのは文書の順序が入れ替
わる点という性質に着目し,変化点のみ探索
することで効率よく評価指標を直接最適化す
るアイディアを提案
25. References
• [Och 03] F. J. Och, “Minimum Error Rate Training in Statistical
Machine Translation”, Proc. ACL ‘03, 2003.
• [Galley+ 11] M. Galley, C. Quirk, “Optimal Search for Minimum
Error Rate Training”, Proc. EMNLP ’11, 2011.
• [Ganjisaffar+ 11] Y. Ganjisaffar, R. Caruana, C. V. Lopes,
“Bagging gradient-boosted trees for high precision, low
variance ranking models”, Proc. SIGIR ‘11. 2011.