登录
注册
回到首页
AI
搜索
发现报告
发现数据
发现专题
研选报告
定制报告
VIP
权益
发现大使
发现一下
行业研究
公司研究
宏观策略
财报
招股书
会议纪要
中央经济工作会议
低空经济
DeepSeek
AIGC
大模型
当前位置:首页
/
行业研究
/
报告详情
基于规则的会话推荐系统框架
信息技术
2022-11-03
国际人工智能会议AAAI 2022论文北京预讲会
王***
AI智能总结
查看更多
动机与背景
动机
:深度学习方法需要大量领域注释数据,而工业产品难以承受高昂的时间和财务成本,因此需要低成本且可解释的对话推荐系统(CRS Bot)。
目标
:通过构建KG本体和对话互动获取用户实时反馈,实现更好的推荐效果。
方法
:提出FORCE系统,采用数据+配置的方式构建CRS Bot,例如电子商务领域的购物指南机器人。
系统介绍
系统概述
:FORCE包含KG推理模型、实体排名、知识图谱控制器、UI Bot、意图预测、对话行为生成和响应生成模型。
主要功能
:
获取实体/属性/通用节点。
获取实体的属性节点。
获取泛型类下的属性节点。
获取包含属性的实体节点。
获取实体的邻居实体节点。
实体排名模型
:实体得负分条件包括用户否认的属性、用户已提及的实体、机器人已提及的实体;得正分条件包括用户首选的属性、与提到的实体共享属性。
Bot意图预测模型
:预测用户意图。
对话行为生成模型
:生成对话行为。
响应生成模型
:生成系统响应。
数据集和实验
数据集
:
电影领域:从ReDial数据集中采样形成M-RD(迷你重拨),采样规则为5-7转对话与所有聊天/查询/推荐意图。
医疗领域:重新处理DX医疗诊断数据集。
实验结果
:
CR-Walker在ReDial中的精确度:R@1 67.8%,R@10 15.5%,R@50 36.5%。
研究结论
有效性
:FORCE系统在电影和医疗领域的数据集上验证了其有效性和可用性。
应用价值
:CRS bots by FORCE可用作对话收集工具,开发人员可后续使用深度学习微调模型。
总结
:FORCE是一个支持开发人员构建冷启动CRS机器人并具有良好可解释性的框架。
你可能感兴趣
中央银行外汇干预规则:基于风险的框架
国际货币基金组织
2021-02-12
加强巴布亚新几内亚基于规则的财政框架:巴布亚新几内亚
国际货币基金组织
2025-06-19
加强巴布亚新几内亚基于规则的财政框架:巴布亚新几内亚(英)
金融
国际货币基金组织
2025-06-01
哥斯达黎加:技术援助报告——升级基于规则的财政框架
国际货币基金组织
2023-02-22
荷兰王国-阿鲁巴:技术援助报告;关于建立新基于规则财政框架的选项
国际货币基金组织
2025-03-28