MMR
marginal 边缘的;
i已选中,j 未选中。注意!j 是很多物品。
每一轮的 S 都会发生变化,所以每轮的 MRi都要重新计算。
- 每轮都从未选中的物品中与已选中的物品计算 MR,把分数最高的 i 从 R 中移出来。
目标:精排分数高且与所有已选中物品都不相似。
MMR 就是对 MR 就最大化。
如果 i 与集合 S 中的某个 j 很相似,则启抑制作用,不利于 i 被选中。衡量物品 i 与集合 S 的相似度。
sim(i,j),j 求最大化,消掉 j。
 的相似分数
marginal 边缘的;
i已选中,j 未选中。注意!j 是很多物品。
每一轮的 S 都会发生变化,所以每轮的 MRi都要重新计算。
- 每轮都从未选中的物品中与已选中的物品计算 MR,把分数最高的 i 从 R 中移出来。
目标:精排分数高且与所有已选中物品都不相似。
MMR 就是对 MR 就最大化。
如果 i 与集合 S 中的某个 j 很相似,则启抑制作用,不利于 i 被选中。衡量物品 i 与集合 S 的相似度。
sim(i,j),j 求最大化,消掉 j。
 的相似分数
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/96294.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!