ターゲットドメインのデータが不要なランキング学習モデルのドメイン適応

DOI

書誌事項

タイトル別名
  • Domain Adaptation of Learning-to-Rank Models with No Target Domain Data

この論文をさがす

説明

本論文は，ランキング学習でターゲットドメインのクエリ，適合性判定データが利用できない設定において，ランキングモデルのドメイン適応を行うことを目的とする．我々は，ドメイン特徴のみからターゲットドメインにおけるランキングモデルの最適な重みを回帰で求める重み回帰モデルを提案する．ドメイン特徴は，検索エンジンのエンジニアなどがドメインの知識に基づいて推測可能なもので，ターゲットドメインのデータにアクセスできない場合でも利用することができる．また，重み回帰モデルの学習には多種多様なデータを含むデータセットをドメインの性質が異なるように分割し，擬似的に複数のドメインを作成して利用する．実験の結果，重み回帰モデルで求めた重みを活用した提案モデルの性能が，ドメインの差異を考慮せず大量のデータで学習した汎用的なモデルよりも高くなることが確認された．

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390866901649986304
  • DOI
    10.14923/transinfj.2024det0007
  • ISSN
    18810225
    18804535
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ