通过多偏好建模和知识增强改进对话推荐系统技术方案

本发明专利技术提出了一种通过多偏好建模和知识增强改进对话推荐系统，包括语义融合模块、推荐模块或/和对话模块；语义融合模块的数据输出第一端与推荐模块的数据输入端相连，语义融合模块的数据输出第二端与对话模块的数据输入端相连；语义融合模块用于将外部知识与对话文本的信息进行融合；推荐模块用于通过结合用户来自文本、实体、图像之一或者任意组合的偏好，推荐模块将利用大型预训练模型提供推荐；对话模块用于通过设计解释模板或/和突显对话关键词，对话模块结合推荐结果生成流畅且多样的回复。本发明专利技术根据用户的多方面偏好以及外部知识，提高了系统推荐的准确性以及系统回复的质量和多样性。质量和多样性。质量和多样性。

【技术实现步骤摘要】
通过多偏好建模和知识增强改进对话推荐系统


[0001]本专利技术涉及一种推荐系统
和对话系统
，特别是涉及一种通过多偏好建模和知识增强改进对话推荐系统。

技术介绍

[0002]随着智能助理以及各大电商平台的蓬勃发展，对话推荐系统(Conversational Recommender Systems,CRS)成为了一个新兴的研究领域。传统推荐系统依赖用户与项目的历史交互数据来获取推荐结果，而CRS专注于生成自然语言来和用户交互并从中逐步学习用户偏好，最后提供更高质量的推荐。
[0003]一个成功的CRS需要在理解用户意图，了解用户偏好后，使用适当的语句回复用户。正如我们从图1中看到的(下划线表示简单推荐的语句)，系统使用自然且流畅的语句向用户询问，并在了解用户兴趣后为用户推荐项目。因此，CRS通常包含一个推荐模块和一个对话模块，前者用于产生满足用户偏好的项目，后者用于生成闲聊或推荐的语句。
[0004]CRS旨在以较少的对话轮数完成推荐，而短对话历史能够提供的信息往往不足。现有研究主要将对话历史中涉及的电影实体作为用户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过多偏好建模和知识增强改进对话推荐系统，其特征在于，包括语义融合模块、推荐模块或/和对话模块；语义融合模块的数据输出第一端与推荐模块的数据输入端相连，语义融合模块的数据输出第二端与对话模块的数据输入端相连；语义融合模块用于将外部知识与对话文本的信息进行融合；推荐模块用于通过结合用户来自文本、实体、图像之一或者任意组合的偏好，推荐模块将利用大型预训练模型提供推荐；对话模块用于通过设计解释模板或/和突显对话关键词，对话模块结合推荐结果生成流畅且多样的回复。2.根据权利要求1所述的通过多偏好建模和知识增强改进对话推荐系统，其特征在于，在语义融合模块中包括信息编码单元和语义融合单元；信息编码单元的数据输出端与语义融合单元的数据输入端相连；信息编码单元用于信息编码；语义融合单元用于语义融合。3.根据权利要求2所述的通过多偏好建模和知识增强改进对话推荐系统，其特征在于，在信息编码单元中包括：其中，表示实体e在第l+1层的实体表示；σ(
·
)表示ReLU激活函数；表示实体e的关系集；表示实体e在关系r下的相邻节点集合；Z
e,r
表示归一化因子；表示关系r在第l层的可学习矩阵；表示实体e在第l层的可学习矩阵；表示实体e相邻节点在第l层的表示；表示实体e在第l层的实体表示；其中，表示单词v在第l+1层的表示；σ(
·
)表示ReLU激活函数；D表示对角度矩阵；A表示图的邻接矩阵；表示单词v在第l层的表示；表示单词v在第l层的可学习矩阵。
4.根据权利要求2所述的通过多偏好建模和知识增强改进对话推荐系统，其特征在于，在语义融合单元中包括：T
e,c
＝E
eT
W1E
c
，其中，T
e,c
表示项目实体与文本的亲和矩阵；E
e
表示实体嵌入矩阵；E
eT
表示实体嵌入矩阵E
e
的转置矩阵；W1表示第一转换矩阵；E
c
表示上下文嵌入矩阵；T
c,v
＝E
cT
W2E
v
，其中，T
c,v
表示文本与单词实体的亲和矩阵；E
c
表示上下文嵌入矩阵；E
cT
表示上下文嵌入矩阵E
c
的转置矩阵；W2表示第二转换矩阵；E
v
表示单词嵌入矩阵；E
e,c
＝E
c
T
e,c
+E
e
，E
e,c
表示融合后的实体嵌入；E
c
表示上下文嵌入矩阵；T
e,c
表示项目实体与文本的亲和矩阵；E
e
表示实体嵌入矩阵；E
c,v
＝E
v
T
c,v
+E
c
，其中，E
c,v
表示融合后的词嵌入；E
v
表示单词嵌入矩阵；T
c,v
表示文本与单词实体的亲和矩阵；E
c
表示上下文嵌入矩阵。5.根据权利要求1所述的通过多偏好建模和知识增强改进对话推荐系统，其特征在于，在推荐模块中包括：其中，表示在探索阶段融合后的特征嵌入矩阵；E
...

【专利技术属性】
技术研发人员：黄贤英，张城阳，安嘉豪，邹世豪，付朝燕，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：