NewBeeNLP·干货  

作者：DOTA

大家好，这里是 NewBeeNLP。

最近因为工作上的一些调整，好久更新文章和个人的一些经验总结了，下午恰好有时间，看了看各渠道的一些问题和讨论，看到一个熟悉的问题，在这里来分享一下。

在排序算法里有三种优化目标：pairwise，pointwise，listwise，每个方法都有其优缺点。

• pairwise是每次取一对样本，预估这一对样本的先后顺序，不断重复预估一对对样本，从而得到某条query下完整的排序。pair-wise损失在训练模型时，直接用两个物品的顺序关系来训练模型，就是说优化目标是物品A排序要高于物品B，类似这种优化目标。

• 对于pointwise而言，每次仅仅考虑一个样本，预估的是每一条和query的相关性，基于此进行排序。最简单的损失函数定义是Point-wise，就是输入用户特征和单个物品特征，对这个物品进行打分，物品之间的排序，就是谁应该在谁前面，不用考虑。

• Listwise同时考虑多个样本，找到最优顺序。List-wise的Loss更关注整个列表中物品顺序关系，会从列表整体中物品顺序的角度考虑，来优化模型。

pairwise 用于推荐系统的排序任务时，效果却差于 pointwise？

（1）point wise虽然简单，但是存在不少问题。比如搜索场景，我们确实可以预估每个query到每个document的点击率做为排序依据，但是点击率要考虑rank，例如排的越靠前的document点击率上占据优势，这些point-wise模型很难考虑进去。

（2）pair wise是在搜索排序中提出的，是基于相关性标注的，正负例之间是有明显界限的，基于它产生的排序结果能输出明确的相关性。这种正负例之间的明显界限，是因为我们搜索时是有意识的、有Query的，搜索结果的排序是推荐是被动的。

（3）推荐是发散的、无意识的，是基于场景的主动推荐，在推荐场景中用户的反馈具有随机性，同样相关性高的两个Item A/B曝光给用户，用户点击了Item A，说明用户对A有兴趣，当时这能说明用户对B没有兴趣吗？与此同时精准性并不是推荐的唯一指标，多样性是一个必要的指标。在多样性前提下，曝光给用户的item集合是通过推荐系统层层的召回、排序、重排等过程，选出的最符合用户兴趣的item，此时用户的负反馈就有一定的随机性，这也就导致推荐场景不像搜索场景，可以有适合做pairwise的样本。

接下来，聊一聊3种方法各自的优缺点。

（一）pairwise

Pair-wise的方法是将同一个查询中两个不同的Item作为一个样本，主要思想是把rank问题转换为二值分类问题。对于同一Query的相关文档集中，对任何两个不同label的文档，都可以得到一个训练实例（di,dj），如果di>dj则赋值+1，反之-1，于是我们就得到了二元分类器训练所需的训练样本了。

常用Pair-wise实现有SVMRank、RankBoost、RankNet等。

优点

• 输出空间中样本是 pairwise preference；

• 假设空间中样本是二变量函数；

• 输入空间中样本是同一 query 对应的两个 doc和对应 query构成的两个特征向量；

• 损失函数评估 doc pair 的预测 preference 和真实 preference 之间差异；

缺点

• 只考虑了两篇文档的相对顺序，没有考虑他们出现在搜索结果列表中的位置；即：Pair-wise方法仅考虑了doc-pair的相对位置，损失函数还是没有模型到预测排序中的位置信息；

• 对于不同的查询相关文档集的数量差异很大，转换为文档对后，有的查询可能只有十几个文档对，而有的查询可能会有数百个对应的文档对，这对学习系统的效果评价带来了偏置；

• Pair-wise对噪声标注更敏感，即一个错误标注会引起多个doc-pair标注错误；

（二）pointwise

Point-wise排序是将训练集中的每个Item看作一个样本获取rank函数，主要解决方法是把分类问题转换为单个item的分类或回归问题。就是输入用户特征和单个Item特征，对这个物品进行打分，物品之间的排序，就是谁应该在谁前面，不用考虑。Point-wise方法很好理解，即使用传统的机器学习方法对给定查询下的文档的相关度进行学习，比如CTR就可以采用PointWise的方法学习，但是有时候排序的先后顺序是很重要的，而Point-wise方法学习到全局的相关性，并不对先后顺序的优劣做惩罚。

明显这种方式无论是训练还是在线推理，都非常简单直接效率高，但是它的缺点是没有考虑物品直接的关联，而这在排序中其实是有用的。

常用Point-wise实现基于回归的算法、基于分类的算法、基于有序回归的算法等。

优点

• 使用传统的机器学习方法对给定查询下的文档的相关度进行学习；

• 输入空间中样本是单个document和对应query构成的特征向量；

• 输出空间中样本是单个documen和对应query的相关度；

• 假设空间中样本是打分函数，损失函数评估单个 doc 的预测得分和真实得分之间差异。

缺点

• Point-wise类方法并没有考虑同一个query对应的documents间的内部依赖性，完全从单文档的分类角度计算，没有考虑文档之间的相对顺序；

• 和Pair-wise类似，损失函数也没有模型到预测排序中的Position位置信息；

（三）listwise

List-wise排序是将整个item序列看作一个样本，通过直接优化信息检索的评价方法和定义损失函数两种方法来实现。它是直接基于评价指标的算法非直接基于评价指标的算法。在推荐中，List-wise损失函数因为训练数据的制作难，训练速度慢，在线推理速度慢等多种原因，尽管用的还比较少，但是因为更注重排序结果整体的最优性，所以也是目前很多推荐系统正在做的事情。

和其他X-wise方法比较，List-wise方法往往更加直接，它专注于自己的目标和任务，直接对文档排序结果进行优化，因此往往效果也是最好的。Listwise常用方法有AdaRank、SoftRank、LambdaMART、LambdaRank等。

优点

• 输入空间中样本是同一query对应的所有documents构成的多个特征向量；

• 输出空间中样本是这些documents和对应query的相关度排序列表或者排列；

• 假设空间中样本是多变量函数，对于documents得到其排列，实践中，通常是一个打分函数，根据打分函数对所有documents的打分进行排序得到documents相关度的排列；

• listwise 类相较 pointwise、pairwise 对 ranking 的 model 更自然，解决了 ranking 应该基于 query 和 position 问题。

缺点

• 一些ranking算法需要基于排列来计算 loss，从而使得训练复杂度较高，如 ListNet和 BoltzRank。

• 位置信息并没有在loss中得到充分利用，可以考虑在ListNet和ListMLE loss中引入位置折扣因子。

（四）应用实践

这里，介绍一下用 XGBoost 如何实践上面的几种方法，本章节已有实践经验的可自行忽略。

首先要明确的是训练数据，训练数据必须包含一列query id，该id下指明哪些样本要放到一起进行排序.同时特别需要注意的是，在训练集和测试集进行拆分时，需要按query id进行分割，如果直接随机拆分，同一个query id下的数据就会被分开，这样会导致模型出问题。我们可以用如下代码进行拆分：

from sklearn.model_selection import GroupShuffleSplit
gss = GroupShuffleSplit(test_size=.40, n_splits=1, random_state = 7).split(df, groups=df['query_id'])
X_train_inds, X_test_inds = next(gss)train_data= df.iloc[X_train_inds]
X_train = train_data.loc[:, ~train_data.columns.isin(['id','rank'])]
y_train = train_data.loc[:, train_data.columns.isin(['rank'])]# 模型需要输入按query_id排序后的样本
# 并且需要给定每个query_id下样本的数量
groups = train_data.groupby('id').size().to_frame('size')['size'].to_numpy()test_data= df.iloc[X_test_inds]#We need to keep the id for later predictions
X_test = test_data.loc[:, ~test_data.columns.isin(['rank'])]
y_test = test_data.loc[:, test_data.columns.isin(['rank'])]

我们的数据格式应该如下所示,如果数据长这样,那么我们上述代码中的groups就是[3, 4]:

然后我们就可以建模了，可以用XGBRanker训练排序模型，在这个场景下，我们无法自定义objective,，也无法自定义mertic了。

import xgboost as xgbmodel = xgb.XGBRanker(  tree_method='gpu_hist',booster='gbtree',objective='rank:pairwise',random_state=42, learning_rate=0.1,colsample_bytree=0.9, eta=0.05, max_depth=6, n_estimators=110, subsample=0.75 )model.fit(X_train, y_train, group=groups, verbose=True)

训练完后我们就可以进行预估，因为预估方法并不会输入groups，所以我们需要做一些特殊处理:

def predict(model, df):return model.predict(df.loc[:, ~df.columns.isin(['id'])])predictions = (data.groupby('id').apply(lambda x: predict(model, x)))

这里选择了"rank:pairwise"作为loss，看官方文档还有其他rank loss可供尝试：

pairwise 方法相比pointwise有优势，可以学习到一些顺序。但是pairwise也有缺点：

1.只能给出排序,并不能给出有多好，好多少。比如在搜索场景下，可能一条与query相关的doc都没，pointwise可以通过卡阈值得到这个信息,但是rank方式就不能区分。

2.当一个query下有很多doc，会产生大量的pairs。

3.对噪声的label 非常敏感。

参考资料

• https://zhuanlan.zhihu.com/p/613354685

一起交流

想和你一起学习进步！『NewBeeNLP』目前已经建立了多个不同方向交流群（机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等），名额有限，赶紧添加下方微信加入一起讨论交流吧！（注意一定o要备注信息才能通过）