Kas yra pointwise, pairwise ir listwise požiūriai learning to rank?

Learning to rank (LTR) srityje yra trys pagrindiniai požiūriai į reitingavimo modelių mokymą: pointwise, pairwise ir listwise. Jie skiriasi tuo, kaip jie nagrinėja duomenis ir kaip formuoja nuostolių funkciją.

• Pointwise: nagrinėja kiekvieną dokumentą atskirai, kaip atskirą pavyzdį su aktualumo žyme. Modelis išmoksta prognozuoti kiekvieno dokumento aktualumą nepriklausomai. Pavyzdžiui, užduotis sumažinama iki regresijos arba klasifikacijos.

• Pairwise: nagrinėja dokumentų poras ir išmoksta prognozuoti, kuris iš dviejų yra labiau aktualus. Nuostolių funkcija grindžiama porų palyginimu, leidžiant geriau atsižvelgti į santykinę tvarką.

• Listwise: iš karto nagrinėja visą dokumentų sąrašą vieno užklausos atžvilgiu ir optimizuoja nuostolių funkciją, susijusią su viso reitingo kokybe (pavyzdžiui, NDCG). Tai sudėtingesnis, bet ir tikslesnis požiūris.

Kiekvienas požiūris turi savo privalumus ir taikomas priklausomai nuo užduoties ir turimų duomenų.