Maximal Marginal Relevance (MMR)
Definition
Maximal Marginal Relevance (MMR) wählt Ergebnisse schrittweise so aus, dass sie zur Anfrage passen und möglichst wenig Redundanz enthalten.
MMR bewertet Kandidaten, etwa Sätze, anhand ihrer Relevanz für eine Anfrage und ihrer Ähnlichkeit zu bereits gewählten Kandidaten. In jedem Schritt wird der Kandidat gewählt, der diesen Ausgleich maximiert; ein Parameter λ gewichtet Relevanz gegenüber Redundanz. Als Ähnlichkeitsmaß dient in der Literatur etwa die Kosinus-Ähnlichkeit, grundsätzlich sind aber auch andere Maße möglich.
Einfach erklärt
Eine Leseliste wird so zusammengestellt, dass die Texte zur Frage passen und nicht ständig dieselbe Aussage wiederholen.
Warum das im Alltag wichtig ist
Wer aus vielen Treffern wenige auswählen muss, kann mit MMR Wiederholungen begrenzen und die Anfrage dennoch im Blick behalten.
Beispiel aus dem Mittelstand
Mögliches Beispiel: Eine Suche liefert viele ähnliche Treffer; MMR wählt wenige aus, die zur Anfrage passen und sich nicht nahezu doppeln.
Grenzen und Fallstricke
- Der Wert von λ gewichtet Relevanz gegenüber Redundanz und muss bewusst gewählt werden. Das Ähnlichkeitsmaß ist austauschbar; die Kosinus-Ähnlichkeit ist nur eine mögliche Wahl. MMR arbeitet schrittweise (iterativ); Boudin et al. entwickeln eine Variante, die kein iteratives Neuordnen braucht.
Entstehung & Geschichte
Carbonell und Goldstein stellten MMR 1998 bei der SIGIR vor. Die Arbeit behandelte das Umordnen von Dokumenten und die Erstellung von Zusammenfassungen.
Anwendung im Mittelstand
- Mögliche Anwendung: Ein Suchteam legt Relevanz- und Ähnlichkeitsmaße sowie die MMR-Gewichtung fest. Es bewertet Ergebnisvielfalt und Fachrelevanz auf einem festen Testbestand.
Häufige Fragen
Ist MMR dasselbe wie ein Ranking nur nach Relevanz?
Nein. MMR berücksichtigt zusätzlich, wie ähnlich ein Kandidat den bereits gewählten ist.
Wofür steht λ?
Es ist ein Interpolationskoeffizient zwischen Relevanz und Redundanz.
Wird MMR nur für Zusammenfassungen genutzt?
Nein. Der Titel der Originalarbeit nennt auch das Umordnen von Dokumenten.
Quellen
- The use of MMR, diversity-based reranking for reordering documents and producing summaries · Carbonell & Goldstein (1998): The use of MMR, diversity-based reranking for reordering documents and producing summaries
- Improving Update Summarization by Revisiting the MMR Criterion · Boudin et al. (2010): Improving Update Summarization by Revisiting the MMR Criterion
Quellen geprüft am 14.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: