LambdaRank:一种“学习排序”(Learning to Rank, LTR)算法/思想框架,用于训练模型把结果按相关性排序(常见于搜索、推荐)。它通过为每个样本对(或列表中的位置变化)构造称为 “lambda 梯度” 的伪梯度信号,使优化更直接地对齐排序指标(如 NDCG),而不必显式对这些不可微的指标求导。
(注:在工程中常与 LambdaMART 等方法一并出现。)
/ˈlæmdəˌræŋk/
I used LambdaRank to improve the search results.
我用 LambdaRank 来提升搜索结果的排序质量。
By weighting the gradient updates according to changes in NDCG, LambdaRank makes the model focus more on getting the top results right.
通过按 NDCG 的变化对梯度更新加权,LambdaRank 让模型更关注把靠前的结果排对。
LambdaRank 由 lambda(λ,常用作数学符号,这里指“lambda 梯度/更新信号”)和 rank(排序)组合而来。其命名强调:用 λ 形式的梯度替代直接优化排序指标时难以求导的问题,从而服务于“排序(rank)”任务。