「AI Drive」是由 PaperWeekly 和 biendata 共同發起的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

本期 AI Drive，我們邀請到中國人民大學博士生周昆，為大家解讀其發表于 COLING 2020 的最新工作。對本期主題感興趣的小伙伴，12 月 8 日（周二）晚 7 點，我們準時相約 PaperWeekly B 站直播間。

直播信息

對話推薦系統旨在通過交互式的對話給用戶推薦高質量的商品。現有的對話推薦數據集往往存在以下問題：1. 缺乏系統主動引導用戶從非推薦場景過渡到推薦的過程；2. 沒有考慮用戶的個性化信息。這些問題導致對話推薦的數據集與實際應用場景存在一定差距，依此構建的對話推薦也就很難投入實際應用。

為了解決上述問題，本文提出了一個電影領域的對話推薦數據集 TG-ReDial。其加入了話題線索以實現將用戶引導至推薦場景這一語義的自然轉移，并且采用半自動的方式構建，保留了用戶真實的個性化信息，使得人工標注過程更加合理可控。基于 TG-ReDial，本文提出了一個新任務——基于話題引導的對話推薦，并且基于預訓練模型給出了相應的解決方案。

論文標題：

Towards Topic-Guided Conversational Recommender System

論文鏈接：

https://arxiv.org/abs/2010.04125

代碼鏈接：

https://github.com/RUCAIBox/TG_CRS_Code

數據集鏈接：

https://github.com/RUCAIBox/TG-ReDial

本次分享的具體內容有：?

• 對話推薦系統介紹；

• 現有數據集及其瓶頸；

• 基于話題引導的對話推薦系統數據集 TG-ReDial；

• 基于話題引導的對話推薦任務 TG-CRS；

• 討論與案例分析；

嘉賓介紹

?周昆?/ 中國人民大學博士生?

周昆，現中國人民大學大數據科學與工程系博士一年級在讀，導師為文繼榮教授與趙鑫教授，主要研究方向為對話推薦系統和表示學習，曾以第一作者身份在 KDD，EMNLP，CIKM 等頂級會議上發表多篇論文。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「AI Drive」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的直播 | COLING 2020 论文解读：基于话题引导的对话推荐系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。