Я работаю над постановкой задачи поиска информации. Я обучил модель глубокого обучения, используя парный подход. А NDCG и MAP очень хороши по сравнению с точечным подходом, но требуют дополнительных вычислений. В то время как вывод я должен ранжировать 10 тысяч документов одновременно, попарно я должен создать все возможные пары, а затем я смогу ранжировать на основе результата попарной модели или я могу применить сортировку слиянием. Используя этот подход, мы не можем развернуть нашу модель в рабочей среде, потому что она будет слишком длинной для ранжирования документов.
Поэтому я ищу оптимизированный алгоритм сортировки для модели попарного ранжирования.
Заранее спасибо.
