关于哈希的评估度量
信息检索
2024-05-07 v2
摘要
由于其低存储成本与快速查询速度,哈希已被广泛用于大规模近似最近邻(ANN)搜索。桶搜索,亦称哈希查找,可基于由哈希码构建的倒排索引表以亚线性时间成本实现快速查询。许多度量已被采用以评估哈希算法。然而,所有现有度量都不适用于评估用于桶搜索的哈希码。一方面,所有现有度量忽略了检索时间成本,而它是反映搜索性能的重要因素。另一方面,其中一些如平均精度均值(MAP)由于排序列表基于整数值汉明距离而存在不确定性问题,且对这些度量仅依赖于相对汉明距离而对汉明半径不敏感。其他度量,如汉明半径 R 处的精度,仅依赖于某一特定汉明半径而无法评估全局性能。本文中,我们首先指出哈希领域一直忽视的现有度量问题,然后提出一种称为半径感知平均精度均值(RAMAP)的新颖评估度量来评估用于桶搜索的哈希码。此外,还提出了两种编码策略以定性展示现有度量的问题。实验表明我们提出的 RAMAP 能比现有度量提供更恰当的评估。
引用
@article{arxiv.1905.10951,
title = {On the Evaluation Metric for Hashing},
author = {Qing-Yuan Jiang and Ming-Wei Li and Wu-Jun Li},
journal= {arXiv preprint arXiv:1905.10951},
year = {2024}
}