双重注意力充分组合评论特征的推荐模型

• 作者: 李剑 刘鹏 刘维
• 来源期刊: 北京邮电大学学报
• 关键词: 特征组合 编码模型 双线性内积注意力 多头自注意力
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 研究报告|REPORTS
• 页码范围: 115-120
• 页数: 6页
• 分类号: TP399
• 语种: 中文
• DOI: 10.13190/j.jbupt.2020-250

摘要

针对基于评论文本推荐系统的特征没有充分组合的问题,提出一种利用双重注意力实现评论特征组合的推荐模型.首先利用经情感分类任务微调后的编码模型对评论文本进行编码,得到对应的特征向量;然后利用双线性内积计算用户与商品之间评论特征向量的交叉注意力,实现用户和商品之间评论特征的交叉组合;再利用多头自注意力实现用户和商品对应评论特征的自组合,得到用户和商品最终的特征表示.在真实数据集上的实验结果表明,所提模型的均方误差相比其他模型下降了1.43％.