近接度とランクで検索

Question

Retrieve &ランクサービスの場合、特にランク付け中に知りたいのは、は近接度で検索できるようにします。

例：

Ranker learned : 

a. Query = "I have a problem with my mailbox" 

b. Documents with pertinence score : "Doc1":3, "Doc2":4", "Doc3":1 

だから私たちは、私が唯一のサービスを取得し使用する場合、クエリの結果であることを想像することができます：

1. Doc1 
2. Doc2 
3. Doc3 

そして私は再順序ランカーを使用以前の結果は、次のとおりです。

1. Doc2 
2. Doc1 
3. Doc3 

この時点ではすべてが正常です。

今私はランカーを使用して、新しい（と同様の）クエリを実行します：「私は私のメールボックスに問題が発生した」

質問です：

1. はランカーをいは、これまでに学習したクエリで新しいクエリをと一致させますか？だから、結果は次のようになります。

   1. Doc2 
   2. Doc1 
   3. Doc3 
   

2. それともランカーが、それは以前に学習したクエリで私の新しいクエリに一致せず、その結果は検索サービスの実行から結果になります。

   1. Doc1 
   2. Doc2 
   3. Doc3 
   

このドキュメントhttps://www.ibm.com/watson/developercloud/doc/retrieve-rank/plugin_query_syntax.shtml、特にこのテキストは、私はランカーがクエリと一致しないであろうことを考えさせる：

The following modifiers are not supported with the /fcselect request handler: 
- [...] 
- Search by proximity 
- [...] 

しかし、私はこの例をしようとすると、それはあなたの時間のために

おかげで...そのランカー試合クエリを思わ。

Answer 1

ランカーはではありません。はトレーニングに関する質問を暗記するか、新しい質問をトレーニングデータセットの最も近い質問にマッピングすることで動作します。実際、ランカーはで直接の質問には全く反応しません。 RNRドキュメントの概要材料ごとに、ランカーがアプローチを使用する代わりに

、いわゆる「学習-にランク」（それのためのWikipediaのエントリを通じて見てみると便利かもしれません：https://en.wikipedia.org/wiki/Learning_to_rank）。

基本的には、学習へのランクのアプローチは最初が相を取得し、最初のから返さ候補文書のどのように各ウェルのいくつかの概念を取り込む機能の束を生成することであるクエリに一致する 。機能の詳細については、watson retrieve-and-rank - manual rankingを参照してください。

次に、訓練データに基づいて、ランク担当者は、関連性を最適化するために、候補文書のセットを最良に再ランク付けするために、これらの機能に注意を払う方法を学習します。このアプローチでは、将来来るさまざまな質問に一般化することができます（これらは同じ話題を持つかもしれないし、そうでないかもしれません）。