Text2Tracks：基于生成式检索的提示驱动音乐推荐
信息检索
2025-04-03 v2
摘要
近年来，大型语言模型（LLM）使得用户能够使用自然语言提示提供高度具体的音乐推荐请求（例如，“你能推荐一些适合慢舞的老经典歌曲吗？”）。在这种设置中，推荐的曲目由 LLM 以自回归方式预测，即 LLM 每次生成一个 token 来生成曲目标题。尽管直观，但该方法有几个局限性。首先，它基于针对单词而非曲目标题优化的通用分词。其次，它需要一个额外的实体解析层来将曲目标题匹配到实际的曲目标识符。第三，解码步骤的数量与曲目标题的长度成线性比例，从而减慢了推理速度。在本文中，我们提出将基于提示的音乐推荐任务作为生成式检索任务来解决。在此设置下，我们引入了新颖、有效且高效的曲目标识符表示，其性能显著优于常用策略。我们引入了 Text2Tracks，这是一个生成式检索模型，可直接学习从用户的音乐推荐提示到相关曲目 ID 的映射。通过对包含语言输入的播放列表数据集进行离线评估，我们发现：(1) 为音乐曲目创建 ID 的策略是 Text2Tracks 有效性的最重要因素，且语义 ID 显著优于依赖歌曲标题作为标识符的常用策略；(2) 在正确选择曲目标识符的情况下，Text2Tracks 优于旨在从语言提示中检索曲目的稀疏和密集检索解决方案。
引用
@article{arxiv.2503.24193,
title = {Text2Tracks: Prompt-based Music Recommendation via Generative Retrieval},
author = {Enrico Palumbo and Gustavo Penha and Andreas Damianou and José Luis Redondo García and Timothy Christopher Heath and Alice Wang and Hugues Bouchard and Mounia Lalmas},
journal= {arXiv preprint arXiv:2503.24193},
year = {2025}
}