文献

J-GLOBAL ID：202002278233330695   整理番号：20A0814435

レビューテキストと知識グラフを用いた説明可能な推薦【JST・京大機械翻訳】

Explainable Recommendation Using Review Text and a Knowledge Graph

著者 (3件)： Suzuki Takafumi (Hokkaido University) ,  Oyama Satoshi (Hokkaido University/RIKEN) ,  Kurihara Masahito (Hokkaido University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： Big Data  ページ： 4638-4643  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 知識グラフを用いた推薦システムは,ユーザとアイテムおよびそれらの属性を包括的に組織化し,それにより推薦性能を改善することができる。さらに,ユーザとアイテムの間の関係は,実体と関係に基づいて容易に解釈でき,したがって,推奨に対する説明を与える。このアルゴリズムと知識グラフを用いて説明を行った。筆者らは,知識グラフとレビューテキストを用いて,ユーザとアイテム間の相互作用を予測するための推薦手法を開発した。ユーザ-アイテム関係を反映し,ユーザとアイテム間の経路からユーザ-アイテム相互作用を予測することにより説明を生成した。モデル化は,再帰ニューラルネットワークまたは因数分解機械を用いて行った。関心のあるユーザがレビューテキストから抽出され,注意のようなメカニズムを用いて活用されているという項目の側面について述べた。ユーザとアイテムの間の経路を容易に解釈することができ,ユーザとアイテムの間の重要な側面を注意重みを観察することによって解釈することができて,提案したモデルは合理的推薦説明を生み出すことができた。実世界データセットを用いた試験は,提案したモデルが推奨を説明できることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  アルゴリズム ,  *因数分解 ,  ニューラルネットワーク

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (4件)： レビュー ,  知識グラフ ,  説明 ,  推薦