दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

विशेषज्ञों के मिश्रण के माध्यम से बहु-प्रकार संदर्भ-जागरूक संवादात्मक अनुशंसा प्रणालियाँ

Created by
  • Haebom

लेखक

जी ज़ू, चेंग लिन, वेइकांग गुओ, झेंग वांग, जिवेई वेई, यांग यांग, हेंग ताओ शेन

रूपरेखा

यह शोधपत्र एक बहु-प्रकार संदर्भ-जागरूक संवादी अनुशंसा प्रणाली (MCCRS) का प्रस्ताव करता है जो संवादी अनुशंसा प्रणालियों के प्रदर्शन को बेहतर बनाने के लिए विभिन्न प्रकार की प्रासंगिक सूचनाओं को प्रभावी ढंग से एकीकृत करती है। MCCRS संरचित और असंरचित दोनों प्रकार की सूचनाओं को एकीकृत करता है, जिसमें संरचित ज्ञान ग्राफ़, असंरचित वार्तालाप प्रतिलेख और असंरचित उत्पाद समीक्षाएं शामिल हैं। प्रत्येक विशेषज्ञ एक विशिष्ट प्रासंगिक जानकारी (संरचित ज्ञान ग्राफ़, वार्तालाप प्रतिलेख और उत्पाद समीक्षाएं) में विशेषज्ञता रखता है, और चेयरबॉट अंतिम परिणाम प्राप्त करने के लिए कई विशेषज्ञों का समन्वय करता है। प्रायोगिक परिणाम दर्शाते हैं कि MCCRS मौजूदा आधारभूत मॉडलों से काफी बेहतर प्रदर्शन करता है।

Takeaways, Limitations

Takeaways:
हम एक नवीन इंटरैक्टिव अनुशंसा प्रणाली वास्तुकला प्रस्तुत करते हैं जो विभिन्न प्रकार की प्रासंगिक जानकारी (संरचित और असंरचित) को प्रभावी ढंग से एकीकृत करती है।
विशेषज्ञ प्रणालियों और चेयरबॉट का उपयोग करके प्रासंगिक सूचना उपयोग की सीमाओं पर काबू पाना।
मौजूदा मॉडलों की तुलना में प्रयोगात्मक रूप से सत्यापित प्रदर्शन सुधार
Limitations:
चेयरबॉट की निर्णय लेने की प्रक्रिया के विस्तृत स्पष्टीकरण का अभाव
विभिन्न प्रकार की प्रासंगिक जानकारी के भार को समायोजित करने के लिए विशिष्ट रणनीतियों का अभाव।
विशिष्ट डोमेन के लिए सामान्यीकरण का निर्धारण करने के लिए आगे अनुसंधान की आवश्यकता है।
👍