Learning to rank-də pointwise, pairwise və listwise yanaşmaları nədir?

Learning to rank (LTR) sahəsində, reytinq modellərini öyrətmək üçün üç əsas yanaşma mövcuddur: pointwise, pairwise və listwise. Onlar məlumatlara necə baxdıqları və itki funksiyasını necə formalaşdırdıqları baxımından fərqlənirlər.

• Pointwise: hər bir sənədi ayrıca, müvafiqlik etiketi ilə nəzərdən keçirir. Model hər bir sənədin müvafiqliyini müstəqil şəkildə proqnozlaşdırmağı öyrənir. Məsələn, vəzifə reqressiya və ya təsnifatla məhdudlaşır.

• Pairwise: sənəd cütlərini nəzərdən keçirir və hansı ikisinin daha müvafiq olduğunu proqnozlaşdırmağı öyrənir. Itki funksiyası cütlərin müqayisəsinə əsaslanır, bu da nisbi sıralamanı daha yaxşı nəzərə almağa imkan verir.

• Listwise: bir sorğu üçün bütün sənəd siyahısını birbaşa nəzərdən keçirir və bütün reytinqin keyfiyyəti ilə əlaqəli itki funksiyasını optimallaşdırır (məsələn, NDCG). Bu, daha mürəkkəb, lakin daha dəqiq yanaşmadır.

Hər bir yanaşmanın öz üstünlükləri var və vəzifə və mövcud məlumatlara əsasən tətbiq olunur.