通过双重模仿对齐推荐与对话
计算与语言
2022-11-08 v1
摘要
人类推荐对话自然涉及兴趣的转移，这可对齐推荐动作与对话过程，从而做出准确推荐并给出丰富解释。然而，现有对话推荐系统（CRS）忽视了用户兴趣转移在连接推荐与对话上的优势，导致CRS呈现无效的松散耦合结构。为解决此问题，通过将推荐动作建模为知识图（KG）中的推荐路径，我们提出DICR（对话推荐的双模仿），其设计双重模仿以分别在推荐模块与对话模块中显式对齐推荐路径与用户兴趣转移路径。通过交换对齐信号，DICR实现推荐与对话模块间的双向促进，并生成具准确推荐与连贯解释的高质量响应。实验表明，在自动、人工及新颖可解释性指标上，DICR在推荐与对话性能上均优于最先进模型。
引用
@article{arxiv.2211.02848,
title = {Aligning Recommendation and Conversation via Dual Imitation},
author = {Jinfeng Zhou and Bo Wang and Minlie Huang and Dongming Zhao and Kun Huang and Ruifang He and Yuexian Hou},
journal= {arXiv preprint arXiv:2211.02848},
year = {2022}
}
备注
EMNLP 2022