一句话解析最大边缘相关性算法(MMR, Maximal Marginal Relevance)

随着网络资源的丰富，找到和询问(query)最相关的一系列文本成为了学者们研究的问题。

之前的做法通常是直接计算逐个候选文本与询问的相关度。将前K大值对应的文档作为“最相关文档”输出出来。但是这种做法适用于那些候选文本集合较小，且只有少量文本与询问存在关联的情况。

但实际上，我们还有另一种场景，以搜索引擎为首的这类环境中，潜在的相关文档非常多，我们需要非常高的召回率(recall)，并且尽量降低结果的冗余性(redundance)。在这种情况下，MMR就有用武之地了。

实际上MMR的算法核心思想可以用一句话解释——

A document has high mariginal relevance if it is both relevant to the query and contains minimal similarity to previously selected documents.

一个文章拥有高边缘相关性(MMR)当且仅当它与询问相关性高，而且与之前已经选出来的文章集合相关性低。

而使用公式化的表达如下——

其中，Q表示询问,表示文档，表示选择出来的相关文档集合，表示任意一种文档相关性计算函数。

以上就是MMR的解释，MMR在文档摘要方面有很多应用。想要更细了解，可以参考文献 The Use of MMR, Diversity-Based Reranking for Reordering Documents and Producing Summaries