基于RoBERTa的评论与评分推荐系统模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

［摘 要］ 原始推荐系统的词嵌入部分训练成本高昂且难以泛化，提出一种基于预训练模型RoBERTa的评论与评分推荐模型PANN，利用RoBERTa作为预训练模型，使用动态掩码策略和字节级词汇表进行训练，解决了单词的一词多义问题。该模型可以从输入序列中提取特征，具有很高的泛化性能。同时，PANN模型拥有用户和项目两个网络，这两个网络结构相同但分别训练参数和提取特征。（剩余14536字）

试读结束

目录
monitor