解説する論文
タイトル: Recommendations by Concise User Profiles from Review Text
著者: Ghazaleh H. Torbati, Anna Tigunova, Andrew Yates, Gerhard Weikum
論文のURL: https://arxiv.org/pdf/2311.01314.pdf
論文発表日: 2023年1月
専門外の人でも分かる解説
この論文は、ユーザーが投稿したレビューテキストを使って簡潔なユーザープロファイルを作成し、それを推薦システムに活用する手法を提案しています。ユーザーとアイテムの対話が少なくデータが薄い場合でも、レビュー текストから効果的に情報を抽出できるよう、Transformerをベースとしたニューラルネットワークを用いています。本手法は、レビューから有用な文を選択するなどの工夫で、計算コストを抑えつつ正確な推薦ができることを実験で示しています。
要約
この論文は、ユーザーのレビューから簡潔なプロファイルを作成し、それを推薦システムに活用するCUPフレームワークを提案する。ユーザーとアイテムの対話データが乏しくレビュー テキストに依存する必要がある状況を対象としている。Transformerを使ってユーザーとアイテムの特徴量を学習し、ドット積でスコアを計算してランキングする。長いレビューから有用な文を選択する方法を提案し、128トークンにプロファイルを制限することで効率的に学習できることを示す。GoodreadsとAmazonのデータセットで既存手法よりも高い精度を達成した。
この論文の新しい点
- データが乏しい状況でのレビューテキスト活用に焦点
- Transformerと簡潔なユーザープロファイルを組み合わせた枠組みの提案
- レビューから有用な文を選択する複数の方法の提案
課題点:
- 負のサンプルがない場合の対処が難しい
- レビューの非テキスト情報の活用
- 異なるドメインへの適用可能性
 | 深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版 （EXAMPRESS） [ 一般社団法人日本ディープラーニング協会 ] 価格:3,080円 |
