[论文解读] C2-CRS: Coarse-to-Fine Contrastive Learning for Conversational Recommender System

Yuanhang Zhou, Kun Zhou+4 more|arXiv (Cornell University)|Jan 4, 2022

Recommender Systems and Techniques被引用 10

一句话总结

C2-CRS 提出了一种从粗到细的对比学习框架，通过将多类型外部数据（如知识图谱和用户评论）融合到有限的对话上下文中，以增强对话推荐系统。通过在不同模态间对粗粒度和细粒度语义单元进行对比学习对齐，该模型同时提升了推荐准确率和响应质量，在两个公开数据集上实现了最先进性能。

ABSTRACT

Conversational recommender systems (CRS) aim to recommend suitable items to users through natural language conversations. For developing effective CRSs, a major technical issue is how to accurately infer user preference from very limited conversation context. To address issue, a promising solution is to incorporate external data for enriching the context information. However, prior studies mainly focus on designing fusion models tailored for some specific type of external data, which is not general to model and utilize multi-type external data. To effectively leverage multi-type external data, we propose a novel coarse-to-fine contrastive learning framework to improve data semantic fusion for CRS. In our approach, we first extract and represent multi-grained semantic units from different data signals, and then align the associated multi-type semantic units in a coarse-to-fine way. To implement this framework, we design both coarse-grained and fine-grained procedures for modeling user preference, where the former focuses on more general, coarse-grained semantic fusion and the latter focuses on more specific, fine-grained semantic fusion. Such an approach can be extended to incorporate more kinds of external data. Extensive experiments on two public CRS datasets have demonstrated the effectiveness of our approach in both recommendation and conversation tasks.

研究动机与目标

• 为解决在对话推荐系统（CRS）中，从有限对话上下文准确推断用户偏好的挑战。
• 通过实现有效的跨模态对齐，弥合异构数据源（如知识图谱和用户评论）之间的语义鸿沟。
• 开发一种可泛化的框架，能够无需任务特定融合模型即可整合多种类型的外部数据。
• 通过统一的多粒度语义融合，同时提升对话推荐系统中的推荐准确率与响应质量。

提出的方法

• 该框架从对话和外部数据源中提取多粒度语义单元（例如，实体、子图、词语、句子）。
• 应用粗粒度对比学习，对齐不同数据类型间的一般性语义表示，如项目级偏好或主题级摘要。
• 使用细粒度对比学习，对齐跨模态间的特定、详细语义单元（如单个实体或关键词短语）。
• 采用两阶段预训练策略：首先在多类型数据上进行从粗到细的对比学习；其次在下游 CRS 任务上进行端到端微调。
• 在微调过程中引入实例加权机制，以优先关注响应生成中的信息性标记。
• 该模型设计具有可扩展性，可在不改变架构的前提下集成额外数据类型。

实验结果

研究问题

• RQ1 统一框架能否有效融合对话推荐系统中的多类型外部数据（如知识图谱和评论）？
• RQ2 与直接融合或单粒度对齐相比，从粗到细的对比学习在提升异构数据信号间语义对齐方面有何优势？
• RQ3 粗粒度与细粒度语义融合对整体推荐与响应生成性能的贡献分别是什么？
• RQ4 所提出方法在推荐与对话生成任务中，相较于现有最先进模型表现如何？

主要发现

• C2-CRS 在推荐与对话任务上均达到最先进性能，在 KECRS 数据集上 R@1 为 1.55*，R@10 为 1.47*。
• 移除从粗到细的对比学习机制后，性能下降最大（R@1 从 1.55* 降至 0.031），证实其关键作用。
• 消融实验证明，所有类型的外部数据——对话历史、结构化数据（知识图谱）和非结构化数据（评论）——均显著提升性能。
• C2-CRS 超越多任务训练基线模型，表明结构化的从粗到细对比学习比所有任务的联合优化更有效。
• 人工评估确认，C2-CRS 生成的响应最具信息量且流畅自然，在流畅性与信息量方面得分最高。
• 微调过程中引入的实例加权机制进一步通过强调信息性标记提升了响应质量。