1

我正在研究信息检索问题陈述。我已经使用成对方法训练了一个深度学习模型。与逐点方法相比,NDCG 和 MAP 非常好,但它带来了额外的计算。在推断时,我必须一次对 10k 个文档进行排名,在成对中,我必须创建所有可能的对,然后我将能够根据成对模型的结果进行排名,或者我可以应用到合并排序。使用这种方法,我们无法在生产中部署我们的模型,因为排序文档的时间太长。

所以我正在为成对排名模型寻找优化的排序算法。

提前致谢。

4

0 回答 0