RIGHT：面向主流话题标签推荐的检索增强生成
计算与语言
2023-12-19 v1 人工智能
信息检索
摘要
自动主流话题标签推荐旨在在发布前准确为用户提供简洁且热门的话题标签。通常，主流话题标签推荐面临两方面的综合挑战：一是应对新话题的新发布推文存在全面困难，二是在语义正确性之外难以准确识别主流话题标签。然而，以往基于固定预定义主流话题标签列表的检索型方法虽擅长生成主流话题标签，却无法理解持续更新的信息流。相反，生成型方法展现出理解新发布推文的卓越能力，但其识别主流话题标签的能力受限于缺乏额外特征。受近期检索增强技术成功的启发，本工作尝试采用该框架结合两种方法的优势。同时，借助生成器组件，我们重新思考如何以低成本进一步提升检索器组件的质量。因此，我们提出了检索增强生成式主流话题标签推荐器 (RetrIeval-augmented Generative Mainstream HashTag Recommender, RIGHT)，它由三个组件组成：1) 检索器从整个推文-标签集合中寻找相关标签；2) 选择器通过引入全局信号增强主流识别；3) 生成器结合输入推文和选定的标签直接生成所需标签。实验结果表明，我们的方法相比 SOTA 基线取得了显著提升。此外，RIGHT 可以轻松集成到大型语言模型中，使 ChatGPT 的性能提升 10% 以上。
引用
@article{arxiv.2312.10466,
title = {RIGHT: Retrieval-augmented Generation for Mainstream Hashtag Recommendation},
author = {Run-Ze Fan and Yixing Fan and Jiangui Chen and Jiafeng Guo and Ruqing Zhang and Xueqi Cheng},
journal= {arXiv preprint arXiv:2312.10466},
year = {2023}
}
备注
Accepted by ECIR2024 full paper