面向电子商务的基于多视角偏好建模的个性化答案生成

近年来，电子商务平台上的产品问答（PQA）因能充当智能在线购物助手并改善客户购物体验而受到越来越多的关注。其核心功能——针对产品相关问题的自动答案生成——已被研究，旨在生成保留内容且与问题相关的答案。然而，现有方法忽视了PQA的一个重要特征，即个性化。向所有客户提供相同的“完全概括式”答案是不够的，因为许多客户更希望看到仅针对自身、结合其对产品方面偏好或信息需求的个性化答案。为应对这一挑战，我们提出了一种新颖的具有多视角偏好建模的个性化答案生成方法（PAGE），该方法利用历史用户生成内容来建模用户偏好，以在PQA中生成个性化答案。具体而言，我们首先检索与问题相关的用户历史作为外部知识，以建模知识级用户偏好。然后我们利用高斯Softmax分布模型捕捉潜在方面级用户偏好。最后，我们开发了人格感知指针网络，通过利用个人用户偏好和动态用户词汇表，从内容和风格两方面生成个性化答案。在真实电子商务问答数据集上的实验结果表明，所提方法通过生成信息丰富且定制化的答案优于现有方法，并表明电子商务中的答案生成可从个性化中受益。