在评论数据集中，一张图片胜过千言万语吗？

尽管文本评论在许多基于推荐的系统中已变得突出，但在没有图片的情况下，针对文本评论提供相关视觉线索的自动化框架，是数据挖掘和机器学习研究者面临的一种新型任务。推荐与评论内容相关的图片，可以通过提高评论的有效性而显著惠及用户。我们提出了一个基于深度学习的框架，用于自动：（1）为评论数据集中可用的图像打标签，（2）为每个没有标题的图像生成标题，以及（3）通过推荐相应评论者可能未上传的相关图像来增强每条评论。我们使用Yelp挑战数据集评估了所提出的框架。虽然该特定数据集中有一小部分图像被正确标注了标题，但大多数图片没有任何关联文本。此外，评论与图像之间没有映射关系。不过，每张图像都有一个对应的、拍摄该图片的商家标签。整体数据设置以及建立映射所需关键信息的缺失，使得为评论推荐图像的问题成为一项重大挑战。定性和定量评估表明，我们提出的框架通过自动生成标题、打标签和推荐，为映射评论与图像提供了高质量的增强。