跨领域推荐常用于解决推荐系统中的冷启动与数据稀疏问题,然而现有的方法往往假设用户在不同领域中的喜好是相似的,基于这一假设进行推荐忽略了用户偏好的异质性,无法达到最优推荐性能。此外,现有的方法主要关注领域对之间的推荐任务,...跨领域推荐常用于解决推荐系统中的冷启动与数据稀疏问题,然而现有的方法往往假设用户在不同领域中的喜好是相似的,基于这一假设进行推荐忽略了用户偏好的异质性,无法达到最优推荐性能。此外,现有的方法主要关注领域对之间的推荐任务,无法自然地扩展为多领域的推荐。本文提出一种基于属性异质图的多目标对抗跨领域推荐(Multitarget Adversarial Cross-domain Recommendation based on Attributed Heterogeneous Graph,MAAH)方法,利用属性异质图结构表征用户与项目,捕获领域间用户行为的同质性与异质性;结合对抗学习进一步融合与区分用户偏好,使每个领域的推荐效果同时提升,实现多目标的跨领域推荐。在公开的数据集上进行实验,结果表明该方法缓解了数据稀疏,可以进一步解决冷启动问题。展开更多
互联网上的攻击性言论严重扰乱了正常网络秩序,破坏了健康交流的网络环境。现有的检测技术更关注文本中的鲜明特征,难以发现更隐晦的攻击方式。针对上述问题,提出融合反讽机制的攻击性言论检测模型BSWD(Bidirectional Encoder Represent...互联网上的攻击性言论严重扰乱了正常网络秩序,破坏了健康交流的网络环境。现有的检测技术更关注文本中的鲜明特征,难以发现更隐晦的攻击方式。针对上述问题,提出融合反讽机制的攻击性言论检测模型BSWD(Bidirectional Encoder Representation from Transformers-based Sarcasm and Word Detection)。首先,提出基于反讽机制的模型Sarcasm-BERT,以检测言论中的语义冲突;其次,提出细粒度词汇攻击性特征提取模型WordsDetect,检测言论中的攻击性词汇;最后,融合两种模型得到BSWD。实验结果表明,与BERT(Bidirectional Encoder Representation from Transformers)、HateBERT模型相比,所提模型的准确率、精确率、召回率和F1分数指标大部分能提升2%,显著提高了检测性能,更能发现隐含的攻击性言论;同时,与SKS(Sentiment Knowledge Sharing)、BiCHAT(Bidirectional long shortterm memory with deep Convolution neural network and Hierarchical ATtention)模型相比,具有更强的泛化能力和鲁棒性。以上结果验证了BSWD检测隐晦攻击性言论的有效性。展开更多
文摘跨领域推荐常用于解决推荐系统中的冷启动与数据稀疏问题,然而现有的方法往往假设用户在不同领域中的喜好是相似的,基于这一假设进行推荐忽略了用户偏好的异质性,无法达到最优推荐性能。此外,现有的方法主要关注领域对之间的推荐任务,无法自然地扩展为多领域的推荐。本文提出一种基于属性异质图的多目标对抗跨领域推荐(Multitarget Adversarial Cross-domain Recommendation based on Attributed Heterogeneous Graph,MAAH)方法,利用属性异质图结构表征用户与项目,捕获领域间用户行为的同质性与异质性;结合对抗学习进一步融合与区分用户偏好,使每个领域的推荐效果同时提升,实现多目标的跨领域推荐。在公开的数据集上进行实验,结果表明该方法缓解了数据稀疏,可以进一步解决冷启动问题。
文摘互联网上的攻击性言论严重扰乱了正常网络秩序,破坏了健康交流的网络环境。现有的检测技术更关注文本中的鲜明特征,难以发现更隐晦的攻击方式。针对上述问题,提出融合反讽机制的攻击性言论检测模型BSWD(Bidirectional Encoder Representation from Transformers-based Sarcasm and Word Detection)。首先,提出基于反讽机制的模型Sarcasm-BERT,以检测言论中的语义冲突;其次,提出细粒度词汇攻击性特征提取模型WordsDetect,检测言论中的攻击性词汇;最后,融合两种模型得到BSWD。实验结果表明,与BERT(Bidirectional Encoder Representation from Transformers)、HateBERT模型相比,所提模型的准确率、精确率、召回率和F1分数指标大部分能提升2%,显著提高了检测性能,更能发现隐含的攻击性言论;同时,与SKS(Sentiment Knowledge Sharing)、BiCHAT(Bidirectional long shortterm memory with deep Convolution neural network and Hierarchical ATtention)模型相比,具有更强的泛化能力和鲁棒性。以上结果验证了BSWD检测隐晦攻击性言论的有效性。
