文献

J-GLOBAL ID：202002243205522335   整理番号：20A1799474

ポリシー値ネットワークによる欲張り選択から探索意思決定の多様なランキングへ【JST・京大機械翻訳】

From Greedy Selection to Exploratory Decision-Making Diverse Ranking with Policy-Value Networks

著者 (6件)： Feng Yue (Chinese Academy of Sciences, Beijing, China) ,  Xu Jun (Chinese Academy of Sciences, Beijing, China) ,  Lan Yanyan (Chinese Academy of Sciences, Beijing, China) ,  Guo Jiafeng (Chinese Academy of Sciences, Beijing, China) ,  Zeng Wei (Chinese Academy of Sciences, Beijing, China) ,  Cheng Xueqi (Chinese Academy of Sciences, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGIR ’18  ページ： 125-134  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 検索結果多様化の目標は,できるだけ多くの異なる副題として満足するように,候補集合から文書の部分集合を選択することである。一般に,それは部分集合選択の問題であり,文書の最適部分集合を選択することはNP困難である。既存の方法は,通常, greedy欲な逐次文書選択で文書をランク付けする問題として問題を定式化する。各ランキング位置において,追加情報の最大量を提供できる文書を選択した。 greedy欲選択は必然的に準最適ランキングを生成することは明白である。本論文では,M2Divと呼ぶモンテカルロツリー探索(MCTS)強化Markov決定プロセス(MDP)による問題を部分的に軽減することを提案する。M2Divでは,多様なランキングの構築は,各行動が1つのランキング位置に対する文書の選択に対応するMDPプロセスとして定式化される。クエリー,選択文書,および候補から成るMDP状態を考えて,リカレントニューラルネットワークを利用して,文書選択と全体のランキング品質を予測するための価値関数を導くための政策関数を生成した。次に,生成された生の政策と価値を,その後の位置における可能なランキングを調査することを通して,MCTSによって強化して,意思決定のためのより良い探索政策を達成した。TRECベンチマークに基づく実験結果は,M2Divが greedy欲な逐次文書選択に基づく最先端のベースラインを凌駕し,M2Divにおける探索的意思決定機構の有効性を示すことを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  *意思決定 ,  *ネットワーク ,  評価関数 ,  木探索 ,  *等級づけ ,  多様化 ,  有効性 ,  定式化 ,  ベンチマーク ,  NP困難
準シソーラス用語： TREC ,  Markov決定過程 ,  リカレントニューラルネットワーク ,  クエリー , 【Automatic Indexing@JST】

著者キーワード (3件)： 多様なランキング ,  マルコフ決定過程 ,  モンテカルロ木探索

分類 (2件)： 検索技術  (AC06020S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 探索 ,  意思決定 ,  ランキング