LEARNING TO RANK VIA UNIVARIATE ORDINAL REGRESSION

A relaxed solution of ordinal regression, which constrains the solution to a grid of thresholds learned over training example data is disclosed. A single shift parameter is predicted for each example, shifting that grid to produce a distribution of label predictions. Ranking losses for both pairwise on pairs of examples, and listwise on lists of several examples are disclosed. The use of distillation for both pointwise and ranking losses are described. Use of relaxed ordinal regression with a pre-set grid of thresholds are described, and. an additional temperature parameter is introduced to the different losses and settings as a. method that allows for more flexibility on the solution's modality, which can help in providing unimodality when possible or necessary, but allowing for multimodality when necessary. L'invention divulgue une solution relâchée de régression ordinale, qui contraint la solution à une grille de seuils appris sur des données d'exemple d'entraînement. Un paramètre de décalage unique est prédit pour chaque exemple, décalant cette grille pour produire une distribution de prédictions d'étiquette. L'invention divulgue également des pertes de classement à la fois par paires sur des paires d'exemples et par listes sur des listes de plusieurs exemples. L'invention décrit également l'utilisation de la distillation à la fois pour des pertes par points et de classement. L'invention décrit également l'utilisation d'une régression ordinale relâchée avec une grille prédéfinie de seuils et un paramètre de température supplémentaire est introduit dans les différentes pertes et réglages en tant que procédé qui permet une plus grande flexibilité sur la modalité de la solution, ce qui peut aider à fournir une unimodalité lorsque cela est possible ou nécessaire, mais permettant une multimodalité lorsque cela est nécessaire.