您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Learning To Rank之LambdaMART的前世今生

  2. Learning To Rank之LambdaMART的前世今生
  3. 所属分类:其它

  1. Ranklib.jar

  2. Learning to Rank tools Ranklib就是一套优秀的Learning to Rank领域的开源实现,其主页在:http://people.cs.umass.edu/~vdang/ranklib.html,从主页中可以看到实现了哪些方法。其中由微软发布的LambdaMART是IR业内常用的Learning to Rank模型
  3. 所属分类:搜索引擎

    • 发布日期:2018-03-20
    • 文件大小:126976
    • 提供者:u010138055
  1. From_ranknet_to_lambdarank_to_lambdamart_An_overview

  2. From_ranknet_to_lambdarank_to_lambdamart_An_overview 讲述了learning to rank的综述。英文。微软刘老师的大作。
  3. 所属分类:机器学习

    • 发布日期:2018-04-22
    • 文件大小:198656
    • 提供者:fyl222
  1. RankLib-2.10.jar

  2. 最新的RankLib jar包,用于学习排序算法,内涵Lambdamart算法
  3. 所属分类:搜索引擎

    • 发布日期:2018-11-06
    • 文件大小:181248
    • 提供者:hzwdlf
  1. backend-study-源码

  2. 后端스터디정정리 推荐系统 近似NN搜索 LambdaMART 指标(MRR 25) 自然语言处理 prod2vec 快速文字 博客文章 在笔记本电脑上的PyTorch中建立强大的基准推荐器 论文复习 单词和短语的分布式表示形式及其组成 机器学习 可变自动编码器 统计数据 数据可视化 Python관련 吉特 git stash 等等
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:42991616
    • 提供者:weixin_42144201
  1. 学习使用文档排斥模型使网络搜索结果多样化

  2. 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
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:678912
    • 提供者:weixin_38534344
  1. LAMBDAXGB:RESEARCH ON LEARNING TO RANK BASED ON LAMBDAMART

  2. In this paper, RankNet, LambdaRank, LambdaMART and the XGBoost are studied and analyzed. The idea of improving the LambdaMART is proposed, that is,adding the regulation to the loss function of LambdaMART. Two commonly regulations L1 and L2 are added
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:197632
    • 提供者:weixin_38645373