To Top
首页 > 基础知识 > 正文

mmr

标签:mmr


目录

参考

https://github.com/jiangnanboy/NewsSummary

https://blog.csdn.net/Silience_Probe/article/details/80700005

https://blog.csdn.net/zjrn1027/article/details/81136761

MMR是Maximal Marginal Relevance的缩写,中文为最大边界相关算法最大边缘相关算法

用来计算Query语句与被搜索文档之间的相似度,从而对文档进行rank排序的算法。

\[ MMR(Q,C,R)= \underset{D_i \in R \setminus S}{argmax}[\lambda sim_1(Q,d_i)-(1-\lambda)\max _{D_j\in S}(sim_2(d_i, d_j))] \]

  • \(D_i\):集合C中的一篇文档
  • Q: query
  • R: C中的相关文档集合
  • S: 当前结果集合
  • \(\lambda\):可调超参,\(\lambda\)越大,准确率越高;\(\lambda\)越小,准确率越低

公式分为两部分,

  • 左边是候选句子和query的相似程度,
  • 右边部分是候选句子与所有已选择句子集合相似度最大值,取了负号,意味着最终候选的句子间相似度越低越好

原创文章,转载请注明出处!
本文链接:http://daiwk.github.io/posts/knowledge-mmr.html
上篇: 机器学习中的矩阵、向量求导
下篇: mpi

comment here..