論文の概要: RankFormer: Listwise Learning-to-Rank Using Listwide Labels

• arxiv url: http://arxiv.org/abs/2306.05808v1
• Date: Fri, 9 Jun 2023 10:47:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-12 13:49:06.987930
• Title: RankFormer: Listwise Learning-to-Rank Using Listwide Labels
• Title（参考訳）: RankFormer: Listwide Labels を用いた Listwise Learning-to-Rank
• Authors: Maarten Buyl, Paul Missault and Pierre-Antoine Sondag
• Abstract要約: 本稿では,新しいリストワイド評価目標と従来型のリストワイド評価目標を共同で最適化できるアーキテクチャとしてRangeFormerを提案する。 Amazon Searchのデータでeコマースの実験を行い、RangeFormerがオフラインのすべてのベースラインより優れていることを見つけました。
• 参考スコア（独自算出の注目度）: 2.9005223064604078
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Web applications where users are presented with a limited selection of items have long employed ranking models to put the most relevant results first. Any feedback received from users is typically assumed to reflect a relative judgement on the utility of items, e.g. a user clicking on an item only implies it is better than items not clicked in the same ranked list. Hence, the objectives optimized in Learning-to-Rank (LTR) tend to be pairwise or listwise. Yet, by only viewing feedback as relative, we neglect the user's absolute feedback on the list's overall quality, e.g. when no items in the selection are clicked. We thus reconsider the standard LTR paradigm and argue the benefits of learning from this listwide signal. To this end, we propose the RankFormer as an architecture that, with a Transformer at its core, can jointly optimize a novel listwide assessment objective and a traditional listwise LTR objective. We simulate implicit feedback on public datasets and observe that the RankFormer succeeds in benefitting from listwide signals. Additionally, we conduct experiments in e-commerce on Amazon Search data and find the RankFormer to be superior to all baselines offline. An online experiment shows that knowledge distillation can be used to find immediate practical use for the RankFormer.
• Abstract（参考訳）: ユーザが限定的なアイテム選択で提示されるWebアプリケーションは、最も関連性の高い結果を得るために、長い間ランキングモデルを採用してきた。 ユーザーが受け取ったフィードバックは、アイテムの有用性に関する相対的な判断を反映していると仮定される。例えば、アイテムをクリックすると、同じランクリストでクリックされていないアイテムよりも良いことを意味するだけである。 したがって、LTR(Learning-to-Rank)に最適化された目的は、ペアワイズまたはリストワイズである。 しかし、フィードバックを相対的なものと見なすことで、リストの全体的な品質に対するユーザの絶対的なフィードバックを無視する。 そこで我々は標準LTRパラダイムを再考し、このリストワイド信号から学習することの利点について議論する。 そこで本研究では,トランスフォーマーをコアとするrankformerを,新しいリストワイド評価目標と従来のlistwise ltr目標を共同で最適化するアーキテクチャとして提案する。 公開データセットに対する暗黙的なフィードバックをシミュレートし、RangeFormerがリストワイドシグナルの恩恵を受けるのを観察する。 さらに、amazon検索データ上でeコマースの実験を行い、ランクフォーマーがオフラインのすべてのベースラインよりも優れていることを見出します。 オンライン実験により、知識蒸留はランクフォーマーの即時的実用性を見出すために使用できることが示された。

関連論文リスト

• Self-Calibrated Listwise Reranking with Large Language Models [137.6557607279876]
  大規模言語モデル (LLM) はシーケンシャル・ツー・シーケンス・アプローチによってタスクのランク付けに使用されている。 この階調のパラダイムは、より大きな候補集合を反復的に扱うためにスライディングウインドウ戦略を必要とする。 そこで本稿では,LLMを用いた自己校正リストのランク付け手法を提案する。
  論文  参考訳（メタデータ） (2024-11-07T10:31:31Z)
• Beyond Positive History: Re-ranking with List-level Hybrid Feedback [49.52149227298746]
  リストレベルのハイブリッドフィードバック (dubed RELIFE) を用いた再ランク付けを提案する。 ユーザの好みや行動パターンを3つのモジュールでキャプチャする。 実験により、RELIFEはSOTAの再ランクベースラインを著しく上回っていることが示された。
  論文  参考訳（メタデータ） (2024-10-28T06:39:01Z)
• LiPO: Listwise Preference Optimization through Learning-to-Rank [62.02782819559389]
  ポリシーは、プロンプトによってランク付けされた妥当な応答のリストからより効果的に学習することができる。 LiPO-$lambda$ は DPO 変種と SLiC をいくつかの選好アライメントタスクにおいて明確なマージンで上回ることを示す。
  論文  参考訳（メタデータ） (2024-02-02T20:08:10Z)
• Replace Scoring with Arrangement: A Contextual Set-to-Arrangement Framework for Learning-to-Rank [40.81502990315285]
  ラーニング・トゥ・ランク(Learning-to-rank)は、トップNレコメンデーションタスクの中核的なテクニックであり、理想的なランク付けはアイテムからアレンジへのマッピングである。 既存のソリューションのほとんどは確率的ランキング原理(PRP)のパラダイムに該当する。すなわち、まず候補セットで各項目をスコアし、次にソート操作を行い、トップランキングリストを生成する。 本稿では,個別のスコアリングやソートを必要とせずに,候補項目の順列を直接生成する新しいフレームワークであるSet-To-Arrangement Ranking (STARank)を提案する。
  論文  参考訳（メタデータ） (2023-08-05T12:22:26Z)
• PEAR: Personalized Re-ranking with Contextualized Transformer for Recommendation [48.17295872384401]
  文脈変換器に基づくパーソナライズされた再ランクモデル(Dubbed PEAR)を提案する。 PEARは、既存のメソッドに対していくつかの大きな改善を行っている。 また、ランキングリスト全体のユーザの満足度を評価するために、リストレベルの分類タスクでPEARのトレーニングを強化する。
  論文  参考訳（メタデータ） (2022-03-23T08:29:46Z)
• Online Learning of Optimally Diverse Rankings [63.62764375279861]
  ユーザのフィードバックのみに基づいて最適なリストを効率よく学習するアルゴリズムを提案する。 我々は、$T$クエリの後に、LDRの後悔は$O((N-L)log(T))$としてスケールする。
  論文  参考訳（メタデータ） (2021-09-13T12:13:20Z)
• Set2setRank: Collaborative Set to Set Ranking for Implicit Feedback based Recommendation [59.183016033308014]
  本稿では,暗黙的フィードバックの特徴を探究し,推奨するSet2setRankフレームワークを提案する。 提案するフレームワークはモデルに依存しず,ほとんどの推奨手法に容易に適用できる。
  論文  参考訳（メタデータ） (2021-05-16T08:06:22Z)
• Controlling Fairness and Bias in Dynamic Learning-to-Rank [31.41843594914603]
  暗黙のフィードバックデータからランキング関数を学習しながら、グループフェアネスの概念を確実にする学習アルゴリズムを提案する。 このアルゴリズムは、公平さと実用性の両方のために、偏見のない推定器を統合するコントローラの形をとっている。 厳密な理論基盤と収束保証に加えて、アルゴリズムが極めて実用的で堅牢であることが実証的に明らかになった。
  論文  参考訳（メタデータ） (2020-05-29T17:57:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。