通过复杂逻辑推理理解会话间意图
人工智能
2024-06-17 v2 计算与语言
摘要
理解用户意图对于改进产品推荐、导航建议和查询重构至关重要。然而，用户意图可能非常复杂，涉及由逻辑算子（如 And、Or 和 Not）连接的多个会话和属性要求。例如，用户可能在不同的会话中搜索 Nike 或 Adidas 跑鞋，并偏好紫色。在另一个例子中，用户可能在之前的会话中购买了床垫，现在正在寻找匹配的床架，而不打算再买一个床垫。现有关于会话理解的研究尚未充分解决针对此类复杂意图的产品或属性推荐问题。在本文中，我们提出了逻辑会话复杂查询问答（LS-CQA）任务，其中会话被视为物品的超边，我们将复杂意图理解的问题设定为在由会话、物品和属性聚合而成的超图上的 LS-CQA 任务。这是一项独特的复杂查询问答任务，其中会话作为有序超边。我们还引入了一个新模型——逻辑会话图 Transformer（LSGT），该模型利用 Transformer 结构捕捉不同会话间物品的交互及其逻辑连接。我们分析了 LSGT 的表达能力，并证明了逻辑算子输入的置换不变性。通过在三个数据集上评估 LSGT，我们证明它取得了 state-of-the-art 的结果。
引用
@article{arxiv.2312.13866,
title = {Understanding Inter-Session Intentions via Complex Logical Reasoning},
author = {Jiaxin Bai and Chen Luo and Zheng Li and Qingyu Yin and Yangqiu Song},
journal= {arXiv preprint arXiv:2312.13866},
year = {2024}
}