摘要：检索结果的排序是信息检索领域中的一个重要问题,目前大多数检索模型都将排序学习问题归结为一个二值分类问题,但实验表明分类的准确性与检索的性能并没有直接的联系,一个分类学习算法可能获得很高的分类准性,但并不一定能够有很好的排序性能。本文在目前一些排序算法的基础上重点研究了基于边际(margin)的风险最小化排序学习框架,并对它的损失函数和计算复杂度进行了深入分析,最终得出一个高性能的排序学习算法,并在Corel图像集和TRECVID 2005-2007视频数据集上验证了该算法的有效性。

原文链接:http://www.cqvip.com//QK/89816X/200905/674738374200905032.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）