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。