面向企业邮件搜索的域适应
信息检索
2019-06-20 v1 机器学习
摘要
在企业邮件搜索场景中，同一搜索引擎常服务于来自不同行业（科技、教育、制造等）的多个企业。然而，由于语料差异与不同的信息需求，在不同企业间使用相同的全局排序模型可能导致次优的搜索质量。另一方面，为每个企业训练单独的排序模型可能不可行，尤其对于数据有限的较小机构。为应对该数据挑战，本文提出一种域适应方法，将全局模型微调至各个企业。特别地，我们提出最大均值差异（MMD）方法在信息检索中的新颖应用，其试图弥合全局数据分布与给定单个企业数据分布之间的差距。我们在大规模邮件搜索引擎上进行了全面的实验，并证明与全局排序模型及若干竞争性域适应基线（包括对抗学习方法）相比，MMD 方法持续提升了多个独立领域的搜索质量。
引用
@article{arxiv.1906.07897,
title = {Domain Adaptation for Enterprise Email Search},
author = {Brandon Tran and Maryam Karimzadehgan and Rama Kumar Pasumarthi and Michael Bendersky and Donald Metzler},
journal= {arXiv preprint arXiv:1906.07897},
year = {2019}
}
备注
Proceedings of the 42nd International ACM SIGIR Conference on Research and Development in Information Retrieval