基于情感可控文本生成的可解释推荐系统

文本生成是实现可解释推荐系统的有效技术途径之一,有利于提升用户对平台的满意度和信任感.然而,现有方法忽略了用户历史评论与目标物品之间的情感一致性问题,使得所生成的解释文本差强人意.以电商推荐场景为例,提出一种基于情感可控文本生成的可解释推荐框架.该框架由评分回归模型与解释生成模型串联而成,前者输出的预估评分作为情感查询,用于辅助后者从历史评论中甄选出情感一致的评论语料,并产生情感可控的解释文本.通过建立多任务联合学习机制,实现了评分回归模型与解释生成模型之间的双向互通和协同优化.四个电商场景下的实验结果表明,所提出方法在评分预测精度和文本生成质量两类指标上均具有显著的性能优势.