[nlp] pointwise,pairwise,listwise

pointwise更为常见,根据某个样本和答案的匹配关系进行展现。

pairwise是损失函数用了正负样本对的预测概率大小关系。更注重两者前后顺序。

重排常用到 listwise。

1 Pointwise

在pointwise中把排序问题当成一个二分类问题

训练样本 可以理解为三元组:

模型:二分类模型 h

损失函数:二分类交叉熵。训练方式分为 Y 为 soft_label 或者 hard_label 了。

预测时,二分类模型 用 预测概率 来排序候选答案。 

2 Pairwise:qp对 (损失函数的不同)

在pairwise方法中排序模型 让正确的回答的得分 明显高于 错误的候选回答。给一个提问,pairwise给定一对候选回答学习并预测 哪一个句子才是提问的最佳回答

训练样本 为 q c+(正例) c-(负例) 三元组:


版权声明:本文为Trance95原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。