Ranking Relevance in Yahoo Search

要点

1. 提出新的排序算法
2. 开发语义特征
3. 利用query改写扩召回
4. 提出时效性排序和位置敏感性排序方案

排序

排序过程分为三步：base ranking -> core ranking ->contextual reranking.

1. 第一步为粗排序，使用轻量级模型.
2. 第二步使用ltr，论文提出了LogisticRank，实验数据给出结果是优于GBRank、LambdaMart，理由是真实样本好结果分布较少.
3. 第三步基于全部返回结果进行重排序.

语义特征

1. Click Similarity
2. Translated Text Matching
3. Deep Semantic Matching

query改写

1. The Learning Phase
2. The Decoding Phase

时效性、位置排序

c(x)为时效性分类器，当query-url预测为时效性时，在相关性模型基础上加入时效性r(x) 结合基础排序函数f(x)、距离函数d(query,url)，构造pierwise排序模型

论文

Ranking Relevance in Yahoo Search