如果我使用例如训练深度排名模型，该如何选择我的批次。对比损失，每个查询有1个正向文档和2个负样本？
因此，它与排名（亏损）有关，例如适用于。我想要使用深度学习排名模型或仅使用暹罗网络进行排名的quora问题对数据或任何其他问题/答案对。
数据如下：https://github.com/NTMC-Community/MatchZoo/blob/master/matchzoo/datasets/toy/train.csv
现在，我认为如何构建批处理至关重要，对吧？由于每个问题的所有正负答案都必须包含在批处理中，对吗？
答案 0 :(得分：0)
可以使用不同的策略来构建批次和三元组或对。通常，批次是随机生成的，然后选择批次中最难的负片或最难的负片之一。
是的，需要在批处理中包含正例和负例。选择负面因素至关重要。但是通常会尽力在批次中选择合适的底片，而不是以特定的方式构建批次。 这篇博文解释排名损失的工作原理可能很有用https://gombru.github.io/2019/04/03/ranking_loss/