ランク学習 Advent Calendar 2018 まとめ

ランク学習 Advent Calendar 2018 をゴリゴリやってきました。
adventar.org

もう書くネタ無い。。。ので、まとめ・ランク学習を勉強するにあたって参考になる文献・資料を挙げて、AdCを締めくくりたいと思います。

以下の記事でランク学習の気持ちを紹介してきました。
なんとなくランク学習がどういうものなのか、雰囲気は伝わるんじゃないかなと思います。

私は何か新しいものを学ぶときは、気持ちが分かったらとりあえず触ってみるのが好きです。

AdCの中で、LightGBMを用いたランク学習・svm-rankを用いたランク学習＆Solrにランクモデルをデプロイする方法を紹介しました。

ランク学習にもニューラルネットワーク手法がガンガン適用されています。
ニューラルネットワークを用いたランク学習の基本的な手法としてRankNet・ListNetがありますが、これらをPyTorchを用いて実装しました。

情報検索分野のトップカンファレンスであるSIGIRのランク学習セッションを2007年から2018年まで追っていって、ランク学習がどのように研究されてきたのかを見てきました。

（これ本当に辛かった；；）

ランク学習を学ぶ上で参考になった文献・資料を紹介します。

この本は本当にオススメです。ランク学習に関する基礎から応用まで幅広く取り扱っています。
…英語なので読み通すのはかなり大変です、先に他の資料でランク学習の概要を学んでから、この本に取りかかる方が良いかもしれません。

日本語の文献だと、ランク学習について一番ページ数を割いて説明しているかもしれません。
ランク学習以外にも、機械学習を実応用する上で参考になる話がたくさん載っているので、そちらに興味のある人にもオススメです。
（和訳は少し読みにくいかも。。。）

第6章で軽くランク学習について触れています。

構造化SVMからRankSVMに到るまでの話が載っています。

ランク学習というよりは、背景である情報検索についてしっかり解説している本です。
この本に載っている情報検索の話を抑えてから、ランク学習を学ぶと理解が進むと思います。
（和訳は少し読みにくいかも。。。）

slideリンク
上のLearning to Rank for Information Retrievalの筆者によるtutorialスライドです。ランク学習の雰囲気がざっと掴めると思います。

（他あったら追加していくかも）

SIGIRを始めとした情報検索分野以外でも、WSDMやWWWといったweb系の話が集まる会議でもランク学習研究の話が出ています。

企業でいうと、Microsoftはランク学習に関する研究をガンガンやっており、それらを眺めるだけでも面白いです。

この記事ではランク学習 Advent Calendar 2018 のまとめ、ランク学習に関する文献・資料を紹介しました。

ランク学習は色々な問題に応用できると思っています。国内でも応用事例がたくさん出てくると良いですね！