-
公开(公告)号：CN118297663A
公开(公告)日：2024-07-05
申请号：CN202410301798.7
申请日：2024-03-16
Applicant: 南京大学
IPC: G06Q30/0601 , G06F16/332 , G06N3/045 , G06N3/0895 , G06N3/096
Abstract: 本发明公开了一种基于少样本多模态对话场景下的商品推荐方法及系统，方法包括：根据已有多模态对话数据进行对话状态标注；将训练数据集输入Transformer神经网络，该网络包含对话图文编码器，商品图文编码器，对话状态编码器，对话状态交互模块，对话状态值预测器，以及对话状态学习器；首先通过编码器对商品和对话历史进行信息提取，然后将提取的对话历史信息与提取的商品信息与对话状态信息进行交互，对交互后的对话历史信息与商品信息进行相似度计算并排序推荐。同时使用对话状态预测模块对对话状态进行预测，以便于在没有对话状态标注的真实场景下可以利用预测的对话状态进行商品推荐。利用本发明，减少了高精度多模态对话推荐所需的对话样本数量。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
