Personalized Chit-Chat Generation for Recommendation Using External Chat Corpora, Chen+, KDD'22

[AkihikoWatanabe]

https://dl.acm.org/doi/pdf/10.1145/3534678.3539215?casa_token=farf6m5iSg4AAAAA:lVnP1u7N8TFAK0xmJ5R7krJ58_2MwG7eFOozDR7plK1qnWwNGly7e4Ylzkc16J2H1sFv5G_nLl2S7DQ

[AkihikoWatanabe]

Chit-chat has been shown effective in engaging users in human computer interaction. We find with a user study that generating appropriate chit-chat for news articles can help expand user interest and increase the probability that a user reads a recommended news article. Based on this observation, we propose a method to generate personalized chit-chat for news recommendation. Different from existing methods for personalized text generation, our method only requires an external chat corpus obtained from an online forum, which can be disconnected from the recommendation dataset from both the user and item (news) perspectives. This is achieved by designing a weak supervision method for estimating users’ personalized interest in a chit-chat post by transferring knowledge learned by a news recommendation model. Based on the method for estimating user interest, a reinforcement learning framework is proposed to generate personalized chit-chat. Extensive experiments, including the automatic offline evaluation and user studies, demonstrate the effectiveness of our method.

Translation (by gpt-3.5-turbo)

• チットチャットは、ユーザーとの人間とコンピュータの対話において効果的であることが示されています。私たちはユーザースタディにより、ニュース記事に適切なチットチャットを生成することが、ユーザーの関心を広げ、推奨されたニュース記事を読む確率を高めるのに役立つことを発見しました。この観察に基づいて、私たちはニュース推薦のための個人化されたチットチャットを生成する方法を提案します。既存の個人化テキスト生成方法とは異なり、私たちの方法はユーザーとアイテム（ニュース）の観点から推薦データセットとは切り離されたオンラインフォーラムから得られた外部のチャットコーパスのみを必要とします。これは、ニュース推薦モデルによって学習された知識を転送することにより、チットチャット投稿におけるユーザーの個人的な関心を推定するための弱教師付き学習方法を設計することで実現されます。ユーザーの関心を推定する方法に基づいて、個人化チットチャットを生成するための強化学習フレームワークが提案されています。自動オフライン評価やユーザースタディを含む幅広い実験により、私たちの方法の効果が示されています。

Summary (by gpt-3.5-turbo)

• チットチャットは、ユーザーとの対話において効果的であることが示されています。この研究では、ニュース推薦のための個人化されたチットチャットを生成する方法を提案しています。既存の方法とは異なり、外部のチャットコーパスのみを使用してユーザーの関心を推定し、個人化されたチットチャットを生成します。幅広い実験により、提案手法の効果が示されています。