學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912
Browse
1 results
Search Results
Item 基於面向學習之商品評分預測與解釋文本生成模型(2022) 簡子芸; Chien, Tzu-Yun本論文提出一個基於面向學習概念的模型，用來進行商品評分預測及對評分的解釋文本生成，稱為LARGE (Learning Aspects-representation for Rating and Generating Explanation)模型。在模型的編碼器中我們設計可學習多面向特徵空間的神經層，由商品評論文內容及使用者嵌入向量學習出對應的面向特徵向量，除了用以提供評分預測，並將商品的面向特徵向量融入每次的解碼狀態，引導生成的評分解釋文本能聚焦於商品所具有的面向。LARGE模型採多任務學習方式進行訓練，透過結合兩個不同目標任務的損失函數進行整體參數優化，且在評分預測的損失函數，加入權重調整策略，以降低推薦系統中評分資料分布不均對預測效能的影響。本論文採用亞馬遜資料集中三個不同商品類別的資料進行測試，實驗結果顯示，LARGE模型比相關研究所提出的代表性模型NRT，有效提升在評分預測及文本解釋生成的效能。此外，LARGE在解釋文本敘述中的類別型面向詞涵蓋率，比需輸入指定面向詞的NRT擴展模型有更高的涵蓋率。