开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-08
详细说明：学习排名已广泛用于信息检索任务中，以构建用于文档检索的排名模型。 现有的学习排序方法采用有监督的机器学习方法作为核心技术，经典检索模型作为文档特征。 文档功能的质量会严重影响排名模型的有效性。 因此，有必要在排序中生成有效的文档特征以扩展学习的特征空间以进行排序，以便更好地对查询及其对应文档之间的相关性进行建模。 最近，深度神经网络模型已用于为各种文本挖掘任务生成有效特征。 自动编码器是神经网络的一种构建模块，它基于编码器-解码器框架将语义信息捕获为有效特征。 在本文中，我们将自动编码器结合到基于学习排名的构建排名模型中。 在我们的方法中，自动编码器用于生成有效的文档功能，以捕获文档的语义信息。 通过考虑基于Bregman散度的三种查询约束，我们提出了一种查询级半监督自动编码器。 我们评估了我们模型在LETOR 3.0和LETOR 4.0数据集上的有效性，并表明我们的模型在性能上大大优于其他竞争方法。 （C）2019 Elsevier BV保留所有权利。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
