通过神经逻辑推理实现忠实可解释的推荐
信息检索
2021-04-19 v1
摘要
知识图谱（KG）日益重要，使现代推荐系统具备生成可追溯推理路径以解释推荐过程的能力。然而，先前研究很少考虑所得解释对决策过程论证的忠实性。据我们所知，这是在 KG 推理框架下建模并评估忠实可解释推荐的首次工作。具体而言，我们借助可解释逻辑规则引导路径推理过程以生成解释，提出用于可解释推荐的神经逻辑推理（LOGER）。我们在电子商务领域的三个大规模数据集上实验，证明了我们的方法在提供高质量推荐及确证所得解释忠实性方面的有效性。
引用
@article{arxiv.2104.07869,
title = {Faithfully Explainable Recommendation via Neural Logic Reasoning},
author = {Yaxin Zhu and Yikun Xian and Zuohui Fu and Gerard de Melo and Yongfeng Zhang},
journal= {arXiv preprint arXiv:2104.07869},
year = {2021}
}
备注
Accepted in NAACL 2021