CLARER可解释推荐模型论文发布
热点事件持续更新
CLARER可解释推荐模型论文发布
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Emrul Hasan 与 Chen Ding 发布论文，提出可解释推荐模型 CLARER。该模型用对比学习和 Transformer 编码器从评论文本中学习方面特征，结合 MLP 学习的评分特征生成用户和物品表示，再由 Transformer 解码器生成推荐解释。 论文称，在三个基准数据集上，CLARER 在推荐准确性和解释生成方面均优于基线方法。该论文获 WI-IAT 2025 最佳学生论文奖。
AI 根据报道生成 · 7 小时前更新
最新进展10月7日 12:00
CLARER：面向可解释推荐的对比学习方面表示模型报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.AICLARER：面向可解释推荐的对比学习方面表示模型
CLARER 模型通过对比学习与 Transformer 编码器学习评论文本中的方面特征，并结合 MLP 学习的评分特征生成用户和物品表示，再用 Transformer 解码器生成推荐解释。在三个基准数据集上，该模型在推荐准确性和解释生成方面均优于基线方法，相关论文获 WI-IAT 2025 最佳学生论文奖。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。