对抗性文档操纵下的排序鲁棒性
信息检索
2018-06-14 v2
摘要
对于Web检索环境中的许多查询,存在持续的排序竞争:作者操纵其文档以在排序中提升它们。此类竞争不仅可能在检索效果方面,也可能在排序鲁棒性方面产生不当影响。一个典型的例子是,由于文档的微小不可察觉扰动,排序可能(快速)改变。尽管近期对分析分类器对抗性操纵的鲁棒性兴趣渐增,但尚未有关于相关性排序函数鲁棒性的研究。我们通过形式化分析基于学习排序的排序函数的鲁棒性的不同定义和方面来应对这一挑战。例如,我们形式化地表明,线性排序函数的正则化增强会提高排序鲁棒性。这一发现使我们猜想任何排序函数的方差减小会导致鲁棒性增强。我们提出了几种量化排序鲁棒性的度量,并用它们分析文档作者之间的排序竞争。实证发现支持了我们对RankSVM和LambdaMART的形式化分析和猜想。
关键词
引用
@article{arxiv.1806.04425,
title = {Ranking Robustness Under Adversarial Document Manipulations},
author = {Gregory Goren and Oren Kurland and Moshe Tennenholtz and Fiana Raiber},
journal= {arXiv preprint arXiv:1806.04425},
year = {2018}
}