“Neural ranking”指使用神经网络/深度学习模型来进行排序（ranking）的方法，常见于信息检索（搜索引擎）、推荐系统与问答系统中，用模型对候选结果（文档、网页、商品、答案等）进行相关性打分并排序。也常写作 *neural ranking model(s)*。
/ˈnʊrəl ˈræŋkɪŋ/
Neural ranking helps a search engine put the best results first.
神经排序可以帮助搜索引擎把最相关的结果排在前面。
Modern neural ranking models often combine user signals with text understanding to improve relevance across different queries.
现代的神经排序模型常把用户行为信号与文本理解结合起来，以提升不同查询下的相关性排序效果。
Neural 源自 neuron（神经元），与“神经/神经网络”相关；ranking 来自 rank（等级、排位），表示“按某种标准排序”。合起来就是“用神经网络来做排序/排名”。该短语在深度学习兴起后（约2010年代）在检索与推荐领域迅速普及。
Select Language