【论文标题】Knowledge-Enhanced Personalized Review Generation with Capsule Graph Neural Network 【作者团队】Junyi Li, Siqing Li, Wayne Xin Zhao, Gaole He, Zhicheng Wei, Nicholas Jing Yuan, Ji-Rong Wen 【发表时间】2020/10/04 【论文链接】https://arxiv.org/abs/2010.01480

【推荐理由】 本文来自智源首席科学家文继荣教授团队，本文提出了一种基于胶囊图神经网络的个性化评论生成模型，首次将知识图谱应用与个性化评论生成任务中。 个性化评论生成（PRG）旨在自动生成反映用户偏好的评论文本，这是一项具有挑战性的自然语言生成任务。以前的大多数研究都没有明确地对产品的事实描述进行建模，从而往往会产生无信息的内容。此外，它们主要集中在词级生成上，但不能在多个方面准确反映更抽象的用户偏好。针对上述问题，作者提出了一种基于胶囊图神经网络（Caps-GNN）的新颖的知识增强PRG模型。本文首先构造一个利用丰富项目属性的异构知识图（HKG），然后采用Caps-GNN来学习图形胶囊，以对HKG的基本特征进行编码。模型的生成过程包含两个主要步骤，即方面序列生成和句子生成。首先，基于图胶囊，模型自适应地学习方面胶囊以推断方面序列。然后，基于推断的aspect label，作者设计了一种基于图的复制机制，通过合并相关实体或来自HKG的单词来生成句子。

内容中包含的图片若涉及版权问题，请及时与我们联系删除