学习排序

OpenSearch 的学习排序插件使您能够使用机器学习 (ML) 和行为数据来微调文档的相关性。它使用了来自 XGBoost 和 RankLib 库的模型。这些模型会根据查询相关的特征（例如点击数据或字段匹配）对搜索结果进行重新评分，从而进一步提高相关性。

在 OpenSearch 文档中，当通用地使用“学习排序”一词时，它缩写为 LTR。有关插件开发人员文档，请参阅 opensearch-learning-to-rank-base。

入门

以下资源可以帮助您入门

• 如果您是 LTR 新手，请从机器学习排序核心概念文档开始。
• 如需快速入门，请参阅 hello-ltr 中的演示。
• 如果您熟悉 LTR，请从集成插件文档开始。