MA4DIV：面向搜索结果多样化的多智能体强化学习
信息检索
2025-02-07 v3 人工智能
摘要
搜索结果多样化（SRD）旨在确保排序列表中的文档覆盖广泛的子主题，是信息检索和网络搜索中一个重要且被广泛研究的问题。现有方法主要采用“贪婪选择”范式，即每次选择多样性得分最高的一个文档，或优化目标函数的近似值。这些方法往往效率低下，且容易陷入次优状态。为应对这些挑战，我们引入了面向搜索结果多样化的多智能体强化学习（MARL），称为MA4DIV。在该方法中，每个文档被视为一个智能体，搜索结果多样化被建模为多个智能体之间的协作任务。通过将SRD排序问题建模为协作式MARL问题，该方法能够直接优化多样性指标，如α-NDCG，同时实现高训练效率。我们在公开的TREC数据集和工业场景中的更大规模数据集上进行了实验。实验表明，MA4DIV在有效性和效率上均较现有基线方法有显著提升，尤其在工业数据集上表现突出。MA4DIV的代码可见于https://github.com/chenyiqun/MA4DIV。
引用
@article{arxiv.2403.17421,
title = {MA4DIV: Multi-Agent Reinforcement Learning for Search Result Diversification},
author = {Yiqun Chen and Jiaxin Mao and Yi Zhang and Dehong Ma and Long Xia and Jun Fan and Daiting Shi and Zhicong Cheng and Simiu Gu and Dawei Yin},
journal= {arXiv preprint arXiv:2403.17421},
year = {2025}
}