基于扰动反馈的神经在线排序学习的可扩展探索
信息检索
2022-09-27 v2
摘要
深度神经网络（DNNs）在提升检索任务中排序性能方面展现出显著优势。受近期 DNN 优化与泛化技术发展的推动，从其与用户交互中在线学习神经排序模型成为可能。然而，模型学习所需的探索必须在整个神经网络参数空间中进行，其代价高昂，限制了此类在线方案在实际中的应用。本工作中，我们基于自助法（bootstrapping）的思想，提出一种用于在线交互式神经排序器学习的高效探索策略。我们的方案采用一组由扰动用户点击反馈训练的排序模型。所提方法消除了显式置信集构造及其相关计算开销，使得在线神经排序器的训练能够在理论上保证下高效实际执行。在两个公开学习排序基准数据集上与一系列最先进 OL2R 算法的广泛比较，证明了我们提出的神经 OL2R 方案的有效性与计算效率。
引用
@article{arxiv.2206.05954,
title = {Scalable Exploration for Neural Online Learning to Rank with Perturbed Feedback},
author = {Yiling Jia and Hongning Wang},
journal= {arXiv preprint arXiv:2206.05954},
year = {2022}
}