用于提升搜索系统精确度的弱监督

标注数据集对于现代搜索引擎至关重要，这些引擎越来越依赖于 Learning to Rank 等监督学习方法和海量数据来驱动深度学习模型。然而，创建这些数据集既耗时又昂贵，导致通常使用用户点击和活动日志作为相关性的代理。在本文中，我们提出了一种弱监督方法来推断查询-文档对的质量，并将其应用于 Learning to Rank 框架中，以增强大规模搜索系统的精确度。