Modèle de classement des dossiers

By in Non classé on 13 février 2019

Lorsque vous copiez un modèle de classement existant, le nouveau modèle de classement contient les mêmes fonctions de classement et les mêmes pondérations que dans le modèle de base. Vous pouvez ajouter d`autres propriétés gérées en tant qu`entités de classement supplémentaires, supprimer des entités existantes ou ajuster le poids des entités existantes. Le cadre de classement garantira que seules les valeurs réellement utilisées par les expressions de classement dans la requête choisie seront calculées et uniquement dans la phase où elles sont utilisées. Pour cette raison, il y a des coûts supplémentaires dans l`utilisation réelle des fonctionnalités, même si elles sont toujours disponibles pour une utilisation. w_f est une valeur numérique qui définit le poids relatif du champ _ f??? S Cette valeur est définie par le modèle de classement. Le nouveau modèle de classement est par défaut disponible pour le site où vous avez ajouté l`application. Si vous souhaitez utiliser votre modèle de classement personnalisé plus largement, vous devez le publier. Les scores de classement en général deviennent plus précis en utilisant des expressions complexes qui utilisent de nombreuses fonctionnalités ou de grands tenseurs. Mais même si Vespa est fortement optimisé pour de tels calculs, les expressions complexes deviennent coûteuses lorsqu`elles doivent être calculées pour chaque document sélectionné.

Pour cette raison, Vespa peut être configuré pour exécuter deux expressions de classement-un plus petit et moins précis sur tous les matches comme ils sont trouvés (classement de première phase) et un plus coûteux et précis seulement sur les meilleurs documents (classement de deuxième phase). Ceci fournit souvent une utilisation plus optimale du budget CPU en dédiant plus du CPU total vers les meilleurs candidats. Vespa calcule le score de classement par une expression mathématique configurée appelée expression de classement. Les expressions de classement ressemblent à des expressions mathématiques standard et prennent en charge les opérateurs et les fonctions habituels, ainsi qu`une fonction IF qui permet aux arbres décisionnels et à la logique métier conditionnelle et un ensemble complet de fonctions tensorielles, ce qui permet l`expression de fonctions apprises par la machine telles que les filets neuronaux profonds. Pour obtenir un reclassement direct des données d`entrée à l`aide d`un modèle enregistré, il faut imprimer la sortie à l`aide du commutateur Indri, qui inclura le champ de description des données d`entrée. Si ces données incluent un ID de document, il sera affiché. Si ce n`est pas le cas, il faut effectuer son propre traitement pour déterminer les ID de document originaux pour les données d`entrée. Notez qu`il est possible de spécifier plusieurs profils de classement et de choisir entre eux dans la requête, par exemple pour utiliser différentes expressions de classement pour différents cas d`utilisation ou pour tester de nouvelles révisions de compartiment. Un profil de classement peut également hériter d`un autre pour permettre de spécifier uniquement les différences entre deux profils. Dans la liste des modèles de classement disponibles, copiez le GUID du modèle de classement que vous souhaitez utiliser comme modèle. (Voir pour répertorier tous les modèles de classement disponibles pour la séquence d`applets de cmdlet Windows PowerShell à utiliser.) En novembre 2009 un moteur de recherche russe Yandex a annoncé [32] qu`il avait considérablement augmenté sa qualité de recherche en raison du déploiement d`un nouvel algorithme breveté MatrixNet, une variante de la méthode de stimulation de gradient qui utilise des arbres de décision inconscients.

33 récemment, ils ont également parrainé une compétition de classement «Internet Mathematics 2009» [34], basée sur les données de production de leur propre moteur de recherche. Yahoo a annoncé un concours similaire en 2010. [35] Vespa peut calculer une ou plusieurs expressions de classement pour chaque document correspondant à une requête. Les résultats des calculs peuvent être retournés avec les documents et utilisés pour commander et ainsi sélectionner les documents qui doivent être retournés. Les expressions de classement sont des fonctions mathématiques sur les tenseurs ou les scalaires. La fonction peut contenir n`importe quoi d`une seule référence à une fonctionnalité intégrée à un modèle appris par machine de Tensorflow, ONNX ou XGBoost.

Comments are closed.