[論文レビュー] Deep Style Match for Complementary Recommendation

Kui Zhao, Hu Xia+2 more|arXiv (Cornell University)|Aug 26, 2017

Color perception and design被引用数 10

ひとこと要約

この論文では、手動での特徴工学を一切行わず、タイトルの記述のみを用いてアイテム間のスタイルの相性を学習する、シアンプス型畳み込みニューラルネットワーク（CNN）モデル「Deep Style Match」を提案する。単語ベースの入力を埋め込みスタイル空間にマッピングすることで、相性があるか否かの正確な予測が可能になる。相性あり／なしのラベルが付与されたペairedなアイテムタイトルの学習により、実現される。

ABSTRACT

Humans develop a common sense of style compatibility between items based on their attributes. We seek to automatically answer questions like Does this shirt go well with that pair of jeans? In order to answer these kinds of questions, we attempt to model human sense of style compatibility in this paper. The basic assumption of our approach is that most of the important attributes for a product in an online store are included in its title description. Therefore it is feasible to learn style compatibility from these descriptions. We design a Siamese Convolutional Neural Network architecture and feed it with title pairs of items, which are either compatible or incompatible. Those pairs will be mapped from the original space of symbolic words into some embedded style space. Our approach takes only words as the input with few preprocessing and there is no laborious and expensive feature engineering.

研究の動機と目的

• 商品のテキスト的記述に基づいて、人間のスタイル相性の感覚に類似したスタイル相性をモデル化すること。
• たとえばシャツとジーンズのような2つのアイテムがうまく合っているかどうかを自動的に判断する課題に対処すること。
• 商品タイトルの自然言語を活用することで、高コストで時間がかかる手動の特徴工学の必要性を排除すること。
• 相性があるペアが相性のないペアよりも埋め込み空間で近くなるような共有埋め込み空間を学習すること。

提案手法

• ペアド商品タイトル記述を処理するためのシアンプス型畳み込みニューラルネットワークアーキテクチャを設計すること。
• 相性あり／相性なしなどのラベルが付与された商品タイトルペアをネットワークに入力し、スタイル相性の表現を学習すること。
• 元のテキスト空間からの記号的単語入力を、学習された埋め込みスタイル空間にマッピングすること。
• 対照損失を用いてモデルを訓練し、相性のあるペアを埋め込み空間で近づけ、相性の悪いペアを遠ざけること。
• 人的作業を要する特徴工学を避けるために、最小限の前処理を施した生のテキストのみを用いること。
• 重要なスタイル的属性が商品タイトル記述に埋め込まれているという仮定を活用すること。

実験結果

リサーチクエスチョン

• RQ1 商品タイトルの記述のみから、ファッションアイテム間のスタイル相性を効果的に学習できるか？
• RQ2 明示的な属性ラベルがなくとも、シアンプス型CNNモデルは相性予測に十分に一般化できるか？
• RQ3 モデルのパフォーランスは、商品タイトルのテキスト的記述の品質にどの程度依存するか？
• RQ4 手動の特徴工学を一切行わず、人間のスタイル相性判断に類似した判断をモデルが捉えられるか？

主な発見

• モデルはタイトル記述のみからスタイル相性を効果的に学習し、相性予測において高い精度を達成した。
• シアンプス型CNNアーキテクチャは、単語ベースの入力を意味のある埋め込みスタイル空間に効果的にマッピングできた。
• ファッション推薦における高コストで時間がかかる特徴工学の必要性が排除された。
• モデルはペアドタイトル分類において優れたパフォーマンスを示し、微細なスタイル関係を捉える能力を示した。