训练混合目标指向解码器用于搜索推荐中的块级优化

搜索引擎中与某一网络查询相关的或理想的后续建议，通常基于若干不同参数进行优化——与原查询的相关性、多样性、点击概率等。可以训练一个或多个排序器，根据这些因子对候选池中的每条建议进行打分。这些打分器通常是成对分类任务，其中每个训练样本由一个用户查询和候选列表中的单条建议组成。我们提出了一种架构，它接收与给定查询关联的所有候选建议并输出一个建议块。我们讨论了该架构相较于传统方法的优势，并通过混合目标训练进一步强制优化各个独立指标。