大數(shù)據(jù)及人工智能技術(shù)的發(fā)展對(duì)人們的生活方式影響深遠(yuǎn)。各種人工智能相關(guān)應(yīng)用通過(guò)與用戶(hù)的交互掌握其需求,提供相應(yīng)的服務(wù)博得用戶(hù)的滿(mǎn)意。作為人機(jī)交互的重要形式,自然語(yǔ)言處理的意義不言而喻。而文本生成作為其中的經(jīng)典問(wèn)題也日漸成為學(xué)術(shù)界的熱門(mén)研究領(lǐng)域。文本生成擁有廣泛的應(yīng)用場(chǎng)景,比如機(jī)器翻譯、線上聊天機(jī)器人、電子商務(wù)系統(tǒng)及創(chuàng)意廣告當(dāng)中,文本生成技術(shù)都不可或缺。文本生成問(wèn)題中一個(gè)值得關(guān)注的現(xiàn)象是:用戶(hù)對(duì)于文本的喜好往往因人而異。相關(guān)研究表明,用戶(hù)的性格對(duì)該用戶(hù)對(duì)于文本的接受程度有很大的影響。例如在廣告推薦中,有些用戶(hù)表現(xiàn)出易受社交影響的特點(diǎn),則“其他用戶(hù)也嘗試過(guò)”類(lèi)型的廣告更切中他/她的喜好。因此生成個(gè)性化的文本可使文本更具信服力,有助于提升用戶(hù)滿(mǎn)意度與信任度,并最終促成購(gòu)買(mǎi)行為,其意義不言而喻。作為一個(gè)新興課題,個(gè)性化文本生成包含以下三個(gè)研究問(wèn)題:1)研究場(chǎng)景問(wèn)題。什么樣的研究任務(wù)中有條件及需求進(jìn)行個(gè)性化文本生成;2)信息選取問(wèn)題。哪些種類(lèi)的個(gè)性化信息對(duì)相應(yīng)任務(wù)有益,可以應(yīng)用到文本生成中來(lái);3)信息整合與用戶(hù)建模問(wèn)題。本文在包含推薦與對(duì)話(huà)的三個(gè)傳統(tǒng)或新興的研究場(chǎng)景中研究個(gè)性化文本生成,根據(jù)各場(chǎng)景... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：107 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１．１編碼器？解碼器架構(gòu)（圖片引自Ｓｈａｎｇｅｔａ丨．⑴）??在一部分工作著眼于研究如何對(duì)上文信息進(jìn)行更準(zhǔn)確的建模時(shí)，另一部分??

?其二是基于檢索的文本提取，即從用戶(hù)評(píng)論中選出最相關(guān)詞語(yǔ)、句子乃至整??篇點(diǎn)評(píng)作為推薦文本［３７，４２４３］。這種形式的好處在于推薦文本真實(shí)自然，缺點(diǎn)在??于選出的推薦文本容易受到數(shù)據(jù)稀疏性的影響，且由于選取文本的粒度不一，可??解釋性可能會(huì)受到一定的影響，需要用戶(hù)對(duì)選出的文本進(jìn)行再一次的理解。??其三是則是基于生成模型的可解釋文本生成，結(jié)合語(yǔ)言模型，通過(guò)對(duì)大量用??戶(hù)真實(shí)短評(píng)的學(xué)習(xí)，對(duì)用戶(hù)信息進(jìn)行建模，在預(yù)測(cè)商品評(píng)分的同時(shí)生成相應(yīng)的短??評(píng)作為推薦語(yǔ)，對(duì)評(píng)分結(jié)果進(jìn)行解釋?zhuān)郏玻荩ㄈ鐖D１．２）。此模型的優(yōu)點(diǎn)在于短評(píng)生成??與用戶(hù)建模的特征直接相關(guān)，使得生成的短評(píng)符合個(gè)性化的需求，多任務(wù)的學(xué)習(xí)??架構(gòu)使得評(píng)分與推薦文本生成互相輔助，兩任務(wù)的結(jié)果相對(duì)統(tǒng)一。然而，該任務(wù)??中的模型可解釋性相對(duì)缺失，建模的用戶(hù)隱式特征難以解釋真正含義，難以顯式??表明用戶(hù)隱式特征在推薦語(yǔ)生成中的作用。另外，模型對(duì)于用戶(hù)建模顯得較為簡(jiǎn)??單，對(duì)用戶(hù)的歷史點(diǎn)評(píng)信息缺乏一定的利用。故我們希望結(jié)合用戶(hù)的歷史信息對(duì)??用戶(hù)的一些顯式特征建模，發(fā)掘用戶(hù)對(duì)特定商品評(píng)價(jià)時(shí)的關(guān)鍵興趣，并由此生成??與該興趣直接相關(guān)的文本作為推薦語(yǔ)。??Ｊ??Ｒａｔｉｎｇ?Ｉ?丨?Ｒｅａｌｌｙ?｜?｜?ｇｏｏｄ?ｉ?ｐｉｚｚａ?｜?｜?！?ｉ?ｉ?＜ｅｏｓ＞??４?Ｉ?＂?？?：?；?？?＇?：?革?；?……￣?：?：?＇４???ｆ?ＣＺＤＥ３??；??ｉ?丨?丨��；??□?！?Ｒｅｖｋｗ?ｒｍ?Ｆｍ?ｒｎ￣ｉ?ｒｒｒｉ?ｒｍ??ｉ?４?ｉ??「’［］＂！?ｉ?１＇、—??４?ｉ?Ｉ?１?４?ｆ：丨?１?Ｈｉ、�。�?ＣＩＺＤ??，７＾＇、

?第１章緒?論???義了相對(duì)清晰的流程（如圖１．３），并結(jié)合記憶網(wǎng)絡(luò)選擇問(wèn)題以及確定推薦結(jié)果，??其后Ｂｉ?ｅｔ?ａｌ．［４７］設(shè)計(jì)了吸收用戶(hù)負(fù)反饋的機(jī)制并將提問(wèn)問(wèn)題轉(zhuǎn)換為判斷型的問(wèn)??題簡(jiǎn)化用戶(hù)回答開(kāi)銷(xiāo)；另有工作［４６］以任務(wù)相關(guān)的聊天機(jī)器人為主要場(chǎng)景，在對(duì)??話(huà)生成中嵌入商品推薦模塊，利用上文信息建模用戶(hù)興趣�？傮w而言，現(xiàn)有的對(duì)??話(huà)式推薦系統(tǒng)大都致力于研宄系統(tǒng)所提問(wèn)題的形式與選擇策略，力求盡可能迅??速的建模用戶(hù)興趣，得到準(zhǔn)確推薦結(jié)果，問(wèn)題的生成一般基于規(guī)則。在展現(xiàn)結(jié)果??時(shí)，模型不具備對(duì)結(jié)果進(jìn)行解釋的能力，用戶(hù)無(wú)法了解系統(tǒng)的具體推薦原因，影??響說(shuō)服力。另一方面，由于是模型自主選擇提問(wèn)的問(wèn)題，用戶(hù)反饋的自由度受到??限制，在系統(tǒng)推薦給用戶(hù)不滿(mǎn)意的結(jié)果時(shí)，用戶(hù)缺乏自主進(jìn)行反饋的機(jī)會(huì)，顯得??不夠友好。??ｒ?Ｙ?＇；??ｉ??！?Ｒｅｓｕｌｔ？?ＴＴｒ－ｒｉ?：??！?——ｒｒ—．——！???Ｈｉｇｈ??Ｉｎｉｔｉａｌ?ｊ?；??／ｗ?Ｒｅｑｕｅｓｔ?＼丨?ｒｄｎ！??，?Ｉ?Ｖ，??／?＾?ｌ）?１??？ｅＵｓｐｏｎ〇５ｅ?１￣Ｈ?Ｓｅａｒｃｈ?Ｍｏｄｕｌｅ?￣￣？?｜?；??ｊ?Ｖ?Ｒｅｓｐｏｎｓｅ?］?Ｉ?［?Ｉｔｅｍ?Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ?丨?Ｖ；??｜?：?ｉ?１?ｊ??＾???＼?ｊ??Ｙｅｓ?Ｉ?Ｎｏ?一＇Ｑｕｅｓｔｉｏｎ?Ｍｏｄｕｌｅ?＾￣２＾１?丨??：?Ｔ?；??？?ｉ????；??！??！?Ｑｕｅｓｔｉｏｎ?；??＼?Ｕｓｅｒ?Ａ?—?：?Ｓｙｓｔｅｍ?；??圖１．３對(duì)話(huà)式推薦系統(tǒng)基本流程（圖片引自Ｚｈａｎｇ?ｅ

【參考文獻(xiàn)】：
期刊論文
[1]協(xié)同過(guò)濾推薦技術(shù)綜述[J]. 冷亞軍,陸青,梁昌勇.  模式識(shí)別與人工智能. 2014(08)
[2]個(gè)性化推薦系統(tǒng)綜述[J]. 王國(guó)霞,劉賀平.  計(jì)算機(jī)工程與應(yīng)用. 2012(07)



本文編號(hào)：2985017