블로그에서 사용하는 배너 파이썬으로 그리기

최대 마진 관련성(Maximal Marginal Relevance, MMR)¶

• 정보 검색이나 문서 요약에서 사용되는 알고리즘으로, 문서의 관련성과 다양성을 동시에 고려하는 방법.
• 선택된 문서가 질의(query)에 얼마나 관련이 있는지(Relevance), 그리고 이미 선택된 문서들과 얼마나 다른지(Diversity)를 계산하여 최적의 문서를 선정.
• MMR 알고리즘은 질의에 대한 관련성이 높은 문서를 찾으면서도, 이미 선택된 문서들과는 상이한 내용을 가진 문서를 선호함으로써, 결과의 다양성을 보장함.
• 예를 들어 사용자가 주제에 대해 폭넓은 정보를 얻고자 할 때 유용하며, 모든 문서가 같은 내용을 반복하지 않도록 하는 데에 목적이 있음.

MMR 계산식¶

수식¶

In [1]:

# 단순 수식 이미지를 불러오는 코드입니다. mmr 내용과 관련 없으니 무시하세요
from PIL import Image
file_name = "mmr.png"
Image.open(file_name)

Out[1]:

수식 설명¶

• $\text{MMR}$은 최대 마진 관련성을 의미하며, 문서 집합 $S$ 안의 각 문서 $D_i$에 대해 다음과 같이 계산됩니다.
• $\text{Sim}_1(D_i, Q)$는 문서 $D_i$와 질의 $Q$ 사이의 유사도를 측정합니다. 이 값은 문서가 질의와 얼마나 관련이 있는지를 나타냅니다.
• $\text{Sim}_2(D_i, D_j)$는 문서 $D_i$와 이미 선택된 문서 집합 $S$ 내의 문서 $D_j$ 사이의 유사도를 측정합니다. 이 값은 문서 간의 다양성을 나타냅니다.
• $\lambda$는 0과 1 사이의 값으로, 관련성과 다양성 사이의 균형을 조절하는 매개변수입니다. $\lambda$가 1에 가까울수록 관련성을 더 중요시하며, 0에 가까울수록 다양성을 더 중요시합니다.
• $R \setminus S$는 아직 선택되지 않은 문서들의 집합입니다.

[참고] argmax 설명¶

• argmax는 주어진 함수를 최대로 만드는 입력값을 찾는 연산입니다. 예를 들어, 어떤 함수 $f(x)$가 있을 때, $\text{argmax}_x f(x)$는 $f(x)$가 최대가 되는 $x$의 값을 찾습니다.
• MMR 공식에서 argmax는 집합 $R \setminus S$ 내의 모든 문서 $D_i$에 대해 주어진 함수 $\lambda \cdot \text{Sim}_1(D_i, Q) - (1 - \lambda) \cdot \max_{D_j \in S} \text{Sim}_2(D_i, D_j)$ 의 값을 최대화하는 문서 $D_i$를 찾는 것을 의미합니다.

MMR 코드 구현¶

• 벡터리스트 는 10개의 백터를 가지고 있습니다.
• 기준백터와 유사한 vector를 백터리스트에서 찾고자 합니다.

In [1]:

import numpy as np
np.random.seed(42)
백터리스트 = np.random.rand(10, 100)  
기준백터 = np.random.rand(1, 100)  

• 기준벡터와 벡터리스트 내 백터간 유사도를 계산하고 유사도 계산을 위해 사용한 벡터리스트 내 백터와 다른 백터간 유사도의 최대값을 산출하기 위핸 cosine 유사도를 사용하며 이를 위한 코사인 유사도 계산함수를 정희한다.

In [2]:

def cosine_similarity(vecA, vecB):
    return np.dot(vecA, vecB) / (np.linalg.norm(vecA) * np.linalg.norm(vecB))

• lambda_val 는 자주 사용되는 0.5로 선언합니다.

In [3]:

lambda_val = 0.5

• selected_docs 는 mmr 알고리즘 바탕으로 추천하는 vector의 인덱스를 담고 있습니다.

In [4]:

selected_docs = []
while len(selected_docs) < len(백터리스트):
    mmr_scores = {}
    for idx, doc_vector in enumerate(백터리스트):
        if idx not in selected_docs:
            doc_vector = doc_vector.reshape(1, 100)
            # Sim_1(D_i, Q)
            sim_with_query = cosine_similarity(doc_vector, 기준백터.T)
            # Max(Sim_2(D_i, D_j)) -> 타 문서와 유사도가 너무 높은 문서는 선택될 확률을 떨어 뜨린다
            max_sim_with_selected = max([cosine_similarity(doc_vector, 백터리스트[sel_idx]) for sel_idx in selected_docs] or [0])
            mmr_score = lambda_val * sim_with_query - (1 - lambda_val) * max_sim_with_selected
            mmr_scores[idx] = mmr_score
    selected_doc = max(mmr_scores, key=mmr_scores.get)
    selected_docs.append(selected_doc)

• lambda_val가 0.5 을 때 6 위치의 벡터값을 추천하고 다음으로 1, 9, 0, 3 순임을 확인할 수 있습니다.

In [5]:

selected_docs

Out[5]:

[6, 1, 9, 0, 3, 5, 2, 4, 8, 7]