搜索多样化（也称为多样性搜索）是解决信息检索中查询歧义问题的一种重要方法。 它旨在通过对搜索结果进行排名，使其覆盖尽可能多的查询的不同方面（或子主题），从而使最初根据搜索结果与给定查询的相关性排名的搜索结果多样化。 大多数现有的多样性搜索模型都在启发式地平衡相关性排名和多样性排名，但缺乏有效的学习机制来达到优化的参数设置。 为了解决这个问题，我们提出了一种学习多元化的方法，该方法可以直接优化搜索多样化的效果（就任何有效性指标而言）。 我们首先扩展了广泛使用的按等级学习框架的排名功能，即Lambd