对话推荐、视频理解、视觉指令生成 | 本周大模型论文推荐

文章预览

点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入！ 01 Knowledge-Enhanced Conversational Recommendation via Transformer-based Sequential Modellingt 在对话推荐系统（Conversational Recommender Systems, CRSs）中，对话通常涉及一组物品以及与物品相关的实体或属性，例如，导演是电影的关联实体。这些物品和相关实体通常会在对话的发展过程中被提及，从而导致它们之间存在潜在的顺序依赖关系。然而，大多数现有的CRS忽略了这些潜在的顺序依赖性。 本文首先提出了一种基于Transformer的顺序对话推荐方法，命名为TSCR，用于模拟对话中的顺序依赖性，以改进CRS。在TSCR中，对话通过物品及其相关实体来表示，并通过考虑提及的物品和相关实体来构建用户序列，以发现用户偏好。基于构建的序列，本文部署了一个Cloze任务，用于沿着序列预测推荐物品。与此同时，在某些领域中， ………………………………