into smaller portions such that for

into smaller portions such that for each of them an isotonic or antitonic relationship holds (see Fig. 7c). When such a decomposition cannot be applied, we refer to the relationship as nonprojective (see Fig. 7d). These four categories well represent the notion of utility for a piece of knowledge encoded as a ranking attribute. Ranking attributes that hold an isotonic relationship with respect to the target ranking better support the learning process. Therefore, isotonic ranking attributes can be considered as useful knowledge. On the other hand, nonprojective ranking attributes do not enable an effective learning process; remember that the learning algorithm exploits a linear composition of ranking attributes. Notice that the complexity of the CBRank prioritization process is not dependent only on the choice of a specific target ranking function K but also on the above discussed relationship that holds between K and the set of ranking attributes F.

Kết quả (Việt) 1:

thành nhỏ hơn phần như vậy mà cho mỗi người trong số họ một mối quan hệ đẳng trương hoặc antitonic nắm giữ (xem hình 7c). Khi phân hủy một không thể áp dụng, chúng tôi đề cập đến mối quan hệ như nonprojective (xem hình 7d). Các bốn loại cũng đại diện cho các khái niệm của tiện ích cho một mảnh kiến thức mã hóa là một thuộc tính bảng xếp hạng. Thuộc tính xếp hạng giữ quan hệ đẳng trương đối với xếp hạng mục tiêu tốt hơn hỗ trợ quá trình học tập. Vì vậy, xếp hạng đẳng trương thuộc tính có thể được coi là kiến thức hữu ích. Mặt khác, thuộc tính nonprojective xếp hạng để không kích hoạt một quá trình học tập hiệu quả; Hãy nhớ rằng các thuật toán học khai thác một thành phần tuyến tính của xếp hạng thuộc tính. Nhận thấy rằng sự phức tạp của quá trình ưu tiên CBRank không phải là phụ thuộc chỉ vào sự lựa chọn của một mục tiêu cụ thể xếp hạng chức năng K mà còn trên mối quan hệ thảo luận ở trên giữ giữa K và các thiết lập của xếp hạng thuộc tính F.

Kết quả (Việt) 2:

thành các phần nhỏ hơn như vậy mà cho mỗi người một mối quan hệ đẳng trương hoặc antitonic giữ (xem hình. 7c). Khi một phân hủy như vậy không thể được áp dụng, chúng tôi đề cập đến mối quan hệ như nonprojective (xem hình. 7d). Bốn loại cũng đại diện cho quan điểm của tiện ích cho một mảnh kiến ​​thức mã hóa như là một thuộc tính xếp hạng. Xếp hạng thuộc tính mà giữ một mối quan hệ đẳng trương đối với các mục tiêu xếp hạng hỗ trợ tốt hơn các quá trình học tập. Do đó, các thuộc tính thứ hạng đẳng trương có thể được coi là kiến ​​thức hữu ích. Mặt khác, các thuộc tính thứ hạng nonprojective không cho phép một quá trình học tập có hiệu quả; hãy nhớ rằng các thuật toán học khai thác một phần tuyến tính của các thuộc tính xếp hạng. Chú ý rằng sự phức tạp của quá trình ưu tiên CBRank là không chỉ phụ thuộc vào sự lựa chọn của một mục tiêu cụ thể chức năng xếp hạng K mà còn về các mối quan hệ đã bàn ở trên chứa giữa K và thiết lập các thuộc tính xếp hạng F.