谷歌AI发布了最新成果TF-Ranking,它是一个专门针对排序学习(learning-to-rank)应用的可扩展TensorFlow库。TF-Ranking快速且易用,并能创建高质量的排序模型,对构建web搜索或新闻推荐等基于真实世界数据的排序系统感兴趣的人,都可以将TF-Ranking作为强稳的、可扩展的解决方案。
TF-Ranking提供了一个统一的框架,该框架包括一套最先进的排序学习算法,并且支持Pairwise和Listwise损失函数、多项目评分、排序度量优化和无偏见排序等等。
TF-Ranking快速且易用,并能创建高质量的排序模型。该统一框架让机器学习研究人员、实践者和爱好者能够在单个库中评估和选择一系列不同的排序模型。此外,谷歌AI团队坚信一个有用的开源库,它的关键不仅在于提供合理的默认值(sensibledefault),而且还在于能够授权用户开发自定义模型。为此,他们提供了灵活的API,让用户可以在API中定义和插入自定义的损失函数、评分函数和指标。
评论