文献

J-GLOBAL ID：202202245102243255   整理番号：22A1062387

会話推薦のための文脈的関連正当化の生成と検証【JST・京大機械翻訳】

Generating and Validating Contextually Relevant Justifications for Conversational Recommendation

著者 (4件)： Volokhin Sergey (Emory University, United States) ,  Collins Marcus (Amazon, United States) ,  Rokhlenko Oleg (Amazon, United States) ,  Agichtein Eugene (Emory University, United States)
資料名： ACM Proceedings  (ACM Proceedings)
号： CHIIR ’22  ページ： 284-289  発行年： 2022年 
JST資料番号： D0698C  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： 推薦のための正当化または説明の提供は,推薦者システムによるユーザの経験を改善し,特に推薦の信頼度を増加させることにより,その経験を改善することを示した。しかしながら,会話設定において効果的であるために,正当化はこれまで会話に対して適切であった。従来手法は,推薦を個人化するために,関連アイテムのレビューと評価のユーザ履歴に依存するが,この情報は,新しいユーザとの逆変換時に一般的には利用できず,そのようなコールドスタート問題は,適切な正当化を生成する際に課題を課す。この問題に取り組むために,著者らは,会話推薦のための文脈的に関連する正当化を作り出すために,新しい方法,CONJURE(REcommendationのためのCONsational JUstificons)を提案して,検証した。特に,会話自体がユーザをモデリングするために効果的に使用でき,他のユーザから関連するレビュー内容を同定し,推薦の信頼と理解を奨励する正当化を生成するかどうかを検討した。CONJUREを実装するために,著者らは,それらのレビューの抽出された部分から正当化を構築するために,映画レビューの補助コーパスを利用することによって,事前アルゴリズムに対するいくつかの新しい拡張を試験した。特に,異なる会話表現とランキングアプローチを検討した。CONJUREを評価するために,正当化を比較するためにペアワイズクラウドタスクを開発した。その結果,以前の非文脈化テンプレートベース手法に比べて,効率および透明性メトリックスにおける大きな大幅な改善を示した。このコードを解放し,Github上で拡張会話コーパスを解放する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  情報 ,  信頼度 ,  銑鉄 ,  映画 ,  等級づけ ,  利用者 ,  *文脈 ,  問題 ,  逆変換 ,  経歴 ,  性質 ,  コーパス ,  *会話
準シソーラス用語： 透明性 ,  メトリックス , 【Automatic Indexing@JST】

著者キーワード (2件)： 会話的勧告 ,  説明可能な推奨

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 会話 ,  推薦 ,  文脈 ,  検証