口语对话系统中基于播放时长的用户-实体亲和度建模

基于口语对话系统的多媒体流媒体服务已十分普及。用户-实体亲和度建模对于系统理解并消歧用户意图以及个性化用户体验至关重要。然而，完全基于语音的交互需要量化新颖的行为线索以确定用户亲和度。本文中，我们提出利用播放时长线索来学习基于矩阵分解的协同过滤模型。我们首先对播放时长进行二值化以获得隐式正亲和度与负亲和度标签。在我们的低秩矩阵分解方法中采用了贝叶斯个性化排序目标与学习算法。为应对隐式亲和度标签中的不确定性，我们提出应用一个加权函数以强调高置信度样本的重要性。基于大规模 Alexa 音乐服务记录数据库，我们通过计算播放时长与预测亲和度之间的 Spearman 相关性来评估亲和度模型。比较不同的数据利用方式与加权函数，我们发现同时采用正负亲和度样本与凸加权函数可取得最佳性能。进一步分析证明了该模型在单个实体层面的有效性，并揭示了所观测亲和度的时间动态特征。