Publications

JOURNAL (DOMESTIC) ターゲットドメインのデータが不要なランキング学習モデルのドメイン適応

伊藤 拓誠 (筑波大学), 丸田 敦貴 (筑波大学), 加藤 誠 (筑波大学), 藤田 澄男

電子情報通信学会 和文論文誌D (IEICE Trans. Inf.& Syst.)

April 01, 2025

本論文は,ランキング学習でターゲットドメインのクエリ,文書,適合性判定データが利用できな い設定において,ランキング学習モデルのドメイン適応を行うことを目的とする.我々は,ドメイン特徴のみか らターゲットドメインにおけるランキングモデルの最適なパラメータを回帰で求めるモデルを提案する.ドメイ ン特徴は,検索エンジンのエンジニアなどがドメインの知識に基づいて予測できるもので,ターゲットドメイン のデータにアクセスできない状況でも利用することができる.また,パラメータ回帰モデルの学習には,多種多 様なデータを含むデータセットをドメインの性質が異なるように分割し,擬似的に複数のドメインを作成して利 用する.評価実験の結果,提案モデルの性能が,ドメインの差異を考慮せずに学習した汎用的なモデルの性能を 上回ることが確認された.

Paper : ターゲットドメインのデータが不要なランキング学習モデルのドメイン適応 open into new tab or window (external link)