梳理会话推荐系统中的偏差
信息检索
2023-09-07 v1
摘要
语言模型日益增长的流行引发了工业界与学术界对会话推荐系统（CRS）的兴趣。然而，关于这些系统中偏差的担忧已经出现。虽然 CRS 的各个组件已成为偏差研究的对象，但在理解 CRS 特有的具体偏差以及当集成到复杂 CRS 模型中时这些偏差如何被放大或减弱方面，仍存在文献空白。在本文中，我们通过调研近期文献，对 CRS 中的偏差进行了简明综述。我们考察了偏差在系统流水线中的存在，并考虑了组合多个模型所带来的挑战。我们的研究调查了经典推荐系统中的偏差及其与 CRS 的相关性。此外，我们讨论了 CRS 中的具体偏差，考虑了具备与不具备自然语言理解能力的变化，以及与对话系统和语言模型相关的偏差。通过我们的发现，我们强调了在处理复杂 CRS 模型中的偏差时采用整体视角的必要性。
引用
@article{arxiv.2309.02550,
title = {Tidying Up the Conversational Recommender Systems' Biases},
author = {Armin Moradi and Golnoosh Farnadi},
journal= {arXiv preprint arXiv:2309.02550},
year = {2023}
}