论文笔记：Improving Conversational Recommender Systems via Knowledge Graph based Semantic Fusion(KDD2020)

两个问题：

会话数据本身缺乏足够的语境信息，无法准确理解用户的偏好；
自然语言表达与item级用户偏好之间存在语义差距。

本文提出的解决办法：
结合面向词和面向实体的知识图(KG)来增强CRSs中的数据表示，并采用互信息最大化(Mutual Information Maximization)来对齐词级和实体级语义空间

步骤：
首先使用图神经网络分别学习两个kg上的节点嵌入，然后提出使用互信息最大化方法来弥合两个kg之间的语义鸿沟。其核心思想是：强行拉近将两个KG中在对话中一起出现的word-item的节点表示

其他组件：
基于对齐的语义表示，我们进一步开发了一个kg增强的推荐组件，用于做出准确的推荐，以及一个kg增强的对话组件，可以在响应文本中生成有信息的关键字或条目。

主要结构：

item多关系知识图谱：通过RGCN得到其向量表示；
word单关系知识图谱：通过GCN聚合得到其向量表示；
item-word Attention模块：通过互信息融合，公式如下

直接计算互信得考虑所有的item-word pair，计算复杂度太高，这里采用近似的计算方法：正样本的期望-负样本的期望。
正样本定义为：对话中出现的item和所有有意义word的pair
负样本定义为：随机n个对话中没出现的item-word pair

整体架构图：

总结：
本质上，问题源于：对话模块和推荐模块对应于两个不同的语义空间，即word级语义空间和item级语义空间。本文尝试训练并合并两个特殊的KG，以增强这两个部分的数据表示，来达到更好的推荐效果（item+原因）。就是说在这个统一的语义空间里，每个item向量旁的word向量就是我推荐改item的原因，比如item：午夜凶铃 的周围应该是word：恐怖、惊悚等。

论文笔记：Improving Conversational Recommender Systems via Knowledge Graph based Semantic Fusion(KDD2020)相关推荐

Improving Conversational Recommender System by Pretraining Billion-scale Knowledge Graph论文笔记
原文章:Improving Conversational Recommender System by Pretraining Billion-scale Knowledge Graph (ICDE ' ...
【RS】Improving Implicit Recommender Systems with View Data - 使用浏览数据提升隐式推荐系统...
[论文标题]Improving Implicit Recommender Systems with View Data(IJCAI 18) [论文作者]Jingtao Ding , Guanghui ...
【论文笔记】Encoding cloth manipulations using a graph of states and transitions
[论文笔记]Encoding cloth manipulations using a graph of states and transitions Abstract 问题: Cloth manipu ...
【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 16—Recommender Systems 推荐系统...
Lecture 16 Recommender Systems 推荐系统 16.1 问题形式化 Problem Formulation 在机器学习领域,对于一些问题存在一些算法, 能试图自动地替你学习到 ...
关于GCN的论文笔记--End-to-end Structure-Aware Convolutional Networks for Knowledge Base Completion
用于知识图谱完成的端到端结构感知卷积网络论文题目 End-to-end Structure-Aware Convolutional Networks for Knowledge Base Compl ...
【论文笔记】SEEK: Segmented Embedding of Knowledge Graphs
来自ACL2020 paper:SEEK: Segmented Embedding of Knowledge Graphs code:https://github.com/Wentao-Xu/SEEK ...
【论文阅读笔记】Multi-Task Feature Learning for Knowledge Graph Enhanced
Multi-Task Feature Learning for Knowledge Graph Enhanced 1.框架 MKR是一个通用的.端对端深度推荐框架, 由三个主要部分组成:推荐模块.KG ...
论文阅读《Do Pre-trained Models Benefit Knowledge Graph Completion?A Reliable Evaluation and a Reasonab》
Do Pre-trained Models Benefit Knowledge Graph Completion? A Reliable Evaluation and a Reasonable App ...
斯坦福图机器学习CS224W笔记自用：Heterogeeneous Graphs and Knowledge Graph Embeddings
Todays'Goals: 到目前为止,我们只处理一种边类型的图如何处理具有多种边类型的(有向)图(又称异构图)? Heterogeneous Graphs(异构图): Relational GCN ...
论文阅读课4-Long-tail Relation Extraction via Knowledge Graph Embeddings（GCN,关系抽取，2019，远程监督，少样本不平衡，2注意
文章目录 abstract 1.introduction 2.相关工作 2.1 关系提取 2.2 KG embedding 2.3 GCNN 3. 方法 3.1符号 3.2框架 3.2.1 Insta ...

论文笔记：Improving Conversational Recommender Systems via Knowledge Graph based Semantic Fusion(KDD2020)

论文笔记：Improving Conversational Recommender Systems via Knowledge Graph based Semantic Fusion(KDD2020)相关推荐

最新文章

热门文章