论文部分内容阅读
由于信息检索评价准则的不连续和不可导性，传统排序学习方法不能从训练数据中直接优化排序评价准则。针对该问题，将排序学习问题转化为线性组合优化问题，提出一种新的排序学习方法。该方法利用Hooke＆Jeeves模式搜索，交替进行探测搜索和模式移动，从而加快排序学习的收敛速度。在10个排序学习数据集上的实验结果表明，与基于坐标上升法的排序学习方法相比，该方法的时间开销较低，排序效果较好。