[2017]End-to-End Neural Ad-hoc Ranking with Kernel Pooling - Githubissues

karakuri-ai / paper-readings

repository to research the machine learning papers

2 stars 1 forks source link

[2017]End-to-End Neural Ad-hoc Ranking with Kernel Pooling #17

Open IkokObi opened 5 years ago

IkokObi commented 5 years ago

ざっくり言うと

3つのレベルで処理を行い，SOTAモデルを上回る性能
- 単語レベルのマッチング
- 複数レベルのマッチングを行うkernel pooling
- ランキングスコアを決定するlearning-to-rankモデル
queryとdocumentのソフトマッチングが良い結果に繋がったと分析
下の概要図と，式の流れがとても分かりやすい
中国の検索エンジンSogou.comのデータ

キーワード

NLP
IR
Learn to rank
end-to-end

1. 情報

論文リンク

https://arxiv.org/abs/1706.06613

著者

Chenyan Xiong, Zhuyun Dai, Jamie Callan, Zhiyuan Liu, Russell Power

投稿日付

2017/6/20

IkokObi commented 5 years ago

2. 先行研究と比べてどこがすごい？

3. 技術や手法のキモはどこ？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

Time-Aware Click Model
- Yiqun Liu, Xiaohui Xie, Chao Wang, Jian-Yun Nie, Min Zhang, Shaoping Ma
- https://dl.acm.org/citation.cfm?id=2988230
- 2016
- 検索のclickデータについての取り扱い
- Click models for web search, Chuklin et al., 2015も読みたいが，書籍...
A Deep Relevance Matching Model for Ad-hoc Retrieval
- Jiafeng Guo, Yixing Fan, Qingyao Ai, W. Bruce Croft
- https://arxiv.org/abs/1711.08611
- 2016/10/24-28
- interaction-based(queryとdocumentの相互作用)のSOTAモデル

7. 実装の詳細

8. データセット

9. 結果の詳細

雑感&メモ