相关性02：评价指标（AUC、正逆序比、DCG）

本播客探讨了三种搜索相关性的评价指标：Pointwise、Pairwise 和 Listwise。首先，介绍了 Pointwise 指标中的 AUC（曲线下面积），它是用于二元分类的相关性评估工具，AUC 值越高，表明模型预测的准确性越好。接着，讲解了 Pairwise 指标的正逆序比 PNR，这种方法通过比较文档对的顺序来评估排序效果，但它并不考虑整体的排序序列。最后，我们讨论了 Listwise 指标中的 DCG（折损累积增益），它更注重于排名靠前文档的重要性，常用于线上评估，通过计算前 K 个文档的加权相关性分数来判断排序质量。工业界通常采用 AUC 和 PNR 进行离线评估，而 DCG 则用于线上搜索结果的排序效果评估。