在使用搜索引擎的过程中,对于某一Query(或关键字),搜索引擎会找出许多与Query相关的URL,然后根据每个URL的特征向量对该URL与主题的相关性进行打分并决定最终URL的排序,其流程如下:
排序的好坏完全取决于模型的输出,而模型又由其参数决定,因而问题转换成了如何利用带label的训练数据去获得最优的模型参数w。Ranknet提供了一种基于Pairwise的训练方法,它最早由微软研究院的Chris Burges等人在2005年ICML上的一篇论文Learning to Rank Using Gradient Descent中提出,并被应用在微软的搜索引擎Bing当中。
相关性概率
Cost function是RankNet算法的核心,在介绍Cost function前,我们先定义两个概率:预测相关性概率、真实相关性概率。
预测相关性概率 对于任意一个URL对(Ui,Uj),模型输出的score分别为si和sj,那么根据模型的预测,Ui比Uj与Query更相关的概率为:
Pij=P(Ui>Uj)=11+e−σ(si−sj) 由于RankNet使用的模型一般为神经网络,根据经验sigmoid函数能提供一个比较好的概率评估。参数σ决定sigmoid函数的形状,对最终结果影响不大。 真实相关性概率 对于训练数据中的Ui和Uj,它们都包含有一个与Query相关性的真实label,比如Ui与Query的相关性label为good,Uj与Query的相关性label为bad,那么显然Ui比Uj更相关。我们定义p⎯⎯⎯ij为Ui比Uj更相关的真实概率,有
p⎯⎯⎯ij=12(1+Sij) 如果Ui比Uj更相关,那么Sij=1;如果Ui不如Uj相关,那么Sij=−1;如果Ui、Uj与Query的相关程度相同,那么Sij=0。
代价函数
对于一个排序,RankNet从各个URL的相对关系来评价排序结果的好坏,排序的效果越好,那么有错误相对关系的pair就越少。所谓错误的相对关系即如果根据模型输出Ui排在Uj前面,但真实label为Ui的相关性小于Uj,那么就记一个错误pair,RankNet就是以错误的pair最少为优化目标。对于每一个pair,我们使用交叉熵来度量其预测代价,即:
Cij=−P⎯⎯⎯⎯ijlogPij−(1−P⎯⎯⎯⎯ij)log(1−Pij)
化简
Cij=−12(1+Sij)log11+e−σ(si−sj)−12(1−Sij)loge−σ(si−sj)1+e−σ(si−sj)=−12(1+Sij)log11+e−σ(si−sj)−12(1−Sij)[−σ(si−sj)+log11+e−σ(si−sj)]=12(1−Sij)σ(si−sj)+log(1+e−σ(si−sj))
下图展示了Cij随P⎯⎯⎯⎯ij、Pij的变化情况:
图中t表示si−sj,可以看到当Sij=1时,模型预测的si比sj越大,其代价越小;Sij=−1时,si比sj越小,代价越小;Sij=0时,代价的最小值在si与sj相等处取得。该代价函数有以下特点:
- 当两个相关性不同的文档算出来的模型分数相同时,损失函数的值大于0,仍会对这对pair做惩罚,使他们的排序位置区分开
- 损失函数是一个类线性函数,可以有效减少异常样本数据对模型的影响,因此具有鲁棒性
总代价
C=∑(i,j)∈ICij I表示所有URL pari的集合,且每个pair仅包含一次。
梯度下降迭代
我们获得了一个可微的代价函数,下面我们就可以用梯度下降法来迭代更新模型参数wk了,即
wk→wk−η∂C∂wk
η为步长,代价C沿负梯度方向变化:
ΔC=∑k∂C∂wkΔwk=∑k∂C∂wk(η∂C∂wk)=−η∑k(∂C∂wk)2<0
这表明沿负梯度方向更新参数确实可以降低总代价。我们对∂C∂wk继续分解
∂C∂wk=∑(i,j)∈I(∂Cij∂si∂si∂wk+∂Cij∂sj∂sj∂wk)
其中
∂Cij∂si=σ(12(1−Sij)−11+eσ(si−sj))=−∂Cij∂sj
我们令λij=∂Cij∂si=σ(12(1−Sij)−11+eσ(si−sj)),有
∂C∂wk=∑(i,j)∈Iσ(12(1−Sij)−11+eσ(si−sj))(∂si∂wk−∂sj∂wk)=∑(i,j)∈Iλij(∂si∂wk−∂sj∂wk)=∑iλi∂si∂wk
下面我们来看看这个λi是什么。前面讲过集合I中只包含label不同的URL的集合,且每个pair仅包含一次,即(Ui,Uj)与(Uj,Ui)等价。为方便起见,我们假设I中只包含(Ui,Uj)表示Ui相关性大于Uj的pair,即I中的pair均满足Sij=1,那么
λi=∑j:(i,j)∈Iλij−∑j:(j,i)∈Iλij
这个写法是Burges的paper上的写法,我对此好久都没有理清,下面我们用一个实际的例子来看:有三个URL,其真实相关性满足U1>U2>U3,那么集合I中就包含{(1,2), (1,3), (2,3)}共三个pair
∂C∂wk=(λ12∂s1∂wk−λ12∂s2∂wk)+(λ13∂s1∂wk−λ13∂s3∂wk)+(λ23∂s2∂wk−λ23∂s3∂wk)
显然λ1=λ12+λ13,λ2=λ23−λ12,λ3=−λ13−λ23,因此我所理解的λi应为
λi=∑j:(i,j)∈Iλij−∑k:(k,i)∈Iλki
λi决定着第i个URL在迭代中的移动方向和幅度,真实的排在
Ui前面的URL越少,排在
Ui后面的URL越多,那么文档
Ui向前移动的幅度就越大(实际
λi负的越多越向前移动)。这表明每个URL下次调序的方向和强度取决于所有同一Query的其他不同label的文档。
LambdaRank
上面我们介绍了以错误pair最少为优化目标的RankNet算法,然而许多时候仅以错误pair数来评价排序的好坏是不够的,像NDCG或者ERR等评价指标就只关注top k个结果的排序,当我们采用RankNet算法时,往往无法以这些指标为优化目标进行迭代,以下图为例:
图中每个线条表示一个URL,蓝色表示与Query相关的URL,灰色表示不相关的URL。下面我们用Error pair和NDCG分别来评估左右两个排序的好坏:
Error pair指标 对于排序1,排序错误的pair共13对,故cost=13,分别为: (2,15)、(3,15)、(4,15)、(5,15)、(6,15)、(7,15)、(8,15)、 (9,15)、(10,15)、(11,15)、(12,15)、(13,15)、(14,15) 对于排序2,排序错误的pair共11对,故cost=11,分别为: (1,4)、(2,4)、(3,4) (1,10)、(2,10)、(3,10)、(5,10)、(6,10)、(7,10)、(8,10)、(9,10) 所以,从Error pair角度考虑,排序2要优于排序1 NDCG指标 排序1与排序2具有相同的maxDCG@16,
maxDCG@16=21−1log(1+1)+21−1log(1+2)=1.63 对排序1,有
DCG@16=21−1log(1+1)+21−1log(1+15)=1.25
NDCG@16=DCG@16maxDCG@16=1.251.63=0.767 对排序2,有
DCG@16=21−1log(1+4)+21−1log(1+10)=0.72
NDCG@16=DCG@16maxDCG@16=0.721.63=0.442 所以,从NDCG指标来看,排序1要优于排序2。
那么我们是否能以RankNet的思路来优化像NDCG、ERR等不连续、不平滑的指标呢?答案是肯定,我们只需稍微改动一下RankNet的λij的定义即可
λij=−σ1+eσ(si−sj)|ΔZij|
式中
ΔZij表示,将
Ui和
Uj交换位置后,待优化指标的变化,如
ΔNDCG就表是将
Ui和
Uj进行交换,交换后排序的
NDCG与交换前排序的
NDCG的差值,我们把改进后的算法称之为LambdaRank。
排序2中以箭头展示了RankNet和LambdaRank的下一轮迭代的调序方向和强度(箭头长度),黑色箭头表示RankNet算法下U4和U10的调序方向和强度,红色箭头表示以NDCG为优化目标的LambdaRank算法下的调序方向和强度。
以上就是我对RankNet和LambdaRank的理解,如有不对之处还请指正。
参考: From RankNet to LambdaRank to LambdaMART: An Overview http://blog.csdn.net/huagong_adu/article/details/40710305 http://www.cnblogs.com/kemaswill/p/kemaswill.html
|