用于产品兼容性与功能可满足性分析的对偶注意力网络
计算与语言
2017-12-07 v1
摘要
产品在购买时对顾客至关重要，在销售时对卖家和制造商也至关重要。由于在线产品数量庞大，逐一枚举并测试每个产品的兼容性与功能是不可行的。本文处理两个紧密相关的任务：产品兼容性分析与功能可满足性分析，其中第二个问题是第一个问题的推广（例如，某产品是否与另一产品协同工作可视为一种特殊功能）。我们首先识别出一个关于产品兼容性与功能信息的最新问答语料库。为实现产品兼容性与功能的自动发现，我们随后提出一种称为对偶注意力网络（DAN）的深度学习模型。给定一个待购产品的问答对，DAN 学习 1) 发现互补产品（或功能），以及 2) 准确预测所发现产品（或功能）的实际兼容性（或可满足性）。该模型所应对的挑战包括问答的简洁性、指示兼容性的语言模式，以及问题与答案的恰当融合。我们开展实验，定量与定性地表明，与广泛的基线方法相比，所识别的产品与功能兼具高覆盖度与高准确率。
引用
@article{arxiv.1712.02016,
title = {Dual Attention Network for Product Compatibility and Function Satisfiability Analysis},
author = {Hu Xu and Sihong Xie and Lei Shu and Philip S. Yu},
journal= {arXiv preprint arXiv:1712.02016},
year = {2017}
}